Bonne réponse
- BOptical Character Recognition (OCR)
Explication
La reconnaissance optique de caractères (OCR) est le bon choix car elle est spécifiquement conçue pour extraire du texte imprimé ou manuscrit à partir d'images, gérant les variations de polices, de tailles, d'orientations et l'occlusion partielle. L'API OCR d'Azure Computer Vision (Read API) utilise des modèles d'apprentissage profond pour détecter et numériser du texte à partir de scènes naturelles, ce qui la rend idéale pour lire les étiquettes sur les colis dans un environnement logistique.
Pour aller plus loin
L'API Read OCR d'Azure Computer Vision utilise un modèle basé sur les transformers qui gère le texte pivoté, incliné et aux polices mixtes, et renvoie des lignes et des mots avec des polygones de délimitation ainsi qu'un score de confiance par mot. Elle s'exécute de manière asynchrone pour les grandes images via l'opération Read, en interrogeant une URL d'opération jusqu'à ce que les résultats soient prêts, et prend en charge le texte imprimé et manuscrit. Les étiquettes partiellement masquées réduisent la confiance par mot, de sorte que la logique en aval doit définir un seuil sur ce score plutôt que de faire confiance à chaque chaîne extraite. La détection d'objets renvoie des boîtes de délimitation pour les classes d'objets, la classification d'images renvoie des étiquettes et la segmentation sémantique renvoie des masques de pixels — aucune n'extrait de caractères. Dans un scénario de quai, l'API Read alimente un pipeline qui signale les mots à faible confiance pour un examen humain avant de mettre à jour les enregistrements d'expédition.
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.