MoyenneChoix unique

Question d'entraînement AI-900

Une bibliothèque souhaite générer automatiquement du texte alternatif (alt text) descriptif pour des centaines de photographies historiques de ses archives numériques. Pour chaque photo, le système doit produire une description en langage naturel comprenant les objets présents (par exemple, « un cheval », « une calèche »), l'action en cours (par exemple, « tirant ») et le type de scène (par exemple, « rue de la ville »). Quelle capacité d'Azure Computer Vision doivent-ils utiliser ?

Choisissez la meilleure réponse.

Bonne réponse

  • AAnalyse d'image (Décrire l'image)

Explication

La capacité d'analyse d'image « Décrire l'image » (Describe image) est conçue pour générer des légendes lisibles par l'homme qui résument le contenu d'une image, y compris les objets, les actions et le contexte de la scène. Cela correspond directement à l'exigence de la bibliothèque de produire des descriptions en langage natural pour des photographies historiques, car elle utilise une combinaison de détection d'objets et de compréhension de scène pour produire une phrase complète.

Pourquoi chaque option est juste ou fausse

A

Juste

Analyse d'image (Décrire l'image)

La fonctionnalité « Décrire l'image » d'Image Analysis génère des légendes en langage naturel en combinant la détection d'objets, la reconnaissance d'actions et la classification de scènes en une seule phrase, répondant directement à l'exigence de l'énoncé pour des descriptions nommant des objets, des actions et le type de scène à travers des centaines de photographies. Elle est conçue sur mesure pour cette tâche exacte de légende, contrairement à des capacités plus étroites telles que l'étiquetage ou l'OCR.

B

Fausse

Reconnaissance optique de caractères (OCR)

L'OCR extrait du texte imprimé ou manuscrit des images, il renvoie donc des caractères plutôt que des descriptions d'objets, d'actions et de scènes. Il serait correct pour numériser des légendes ou des étiquettes dactylographiées sur les photographies, et non pour générer du texte alternatif.

C

Fausse

Détection d'objets

La détection d'objets renvoie des boîtes englobantes et des étiquettes de classe pour des éléments individuels, mais aucune phrase en langage naturel décrivant l'action ou la scène. Elle serait correcte pour localiser et compter des objets spécifiques, tels que l'étiquetage de chaque calèche dans les archives.

D

Fausse

Détection de visages

La détection de visages ne localise que les visages humains et renvoie des boîtes englobantes, de sorte qu'elle ne peut pas décrire des chevaux, des calèches ou des scènes de rue. Ce serait la bonne capacité pour compter des personnes ou flouter des visages pour des raisons de confidentialité dans les archives.

Pour aller plus loin

La fonction Describe d'Image Analysis d'Azure Computer Vision renvoie une légende en langage naturel ainsi qu'un score de confiance, généré par un modèle qui détecte les objets saillants, les attributs et leurs relations, puis compose une phrase telle que « un cheval tirant une calèche dans une rue de la ville ». Elle diffère de l'OCR, qui extrait du texte imprimé ou manuscrit ; de la détection d'objets, qui renvoie des boîtes englobantes et des étiquettes sans prose fluide ; et de la détection de visages, qui renvoie des rectangles de visage et des attributs. Une subtilité : la légende est une description dominante unique, de sorte que les scènes denses peuvent omettre des objets secondaires et les seuils de confiance doivent être ajustés. Ceci est important pour une archive générant du texte alternatif à grande échelle, où les légendes améliorent l'accessibilité mais peuvent nécessiter une révision humaine pour des photographies historiquement significatives ou ambigues.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement AI-900 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.

Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.