MoyenneChoix unique

Question d'entraînement AI-900

Une entreprise de logistique utilise des caméras zénithales sur un quai d'expédition pour lire les étiquettes sur les colis. Les étiquettes contiennent du texte dans différentes polices, tailles et orientations, et le texte est parfois partiellement masqué. Quelle capacité d'Azure Computer Vision doivent-ils utiliser pour extraire le texte de ces étiquettes?

Choisissez la meilleure réponse.

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.

Pourquoi chaque option est juste ou fausse

A

Fausse

Object detection

La détection d'objets renvoie des boîtes de délimitation et des étiquettes de classe pour des objets tels que des colis, et non des caractères. La lecture de textes d'étiquettes variés, pivotés et partiellement masqués nécessite la capacité Read OCR, qui gère l'extraction de texte multi-police et multi-orientation que la détection d'objets ne peut pas effectuer.

B

Juste

Optical Character Recognition (OCR)

L'OCR extrait le texte des images et est idéal pour lire des étiquettes avec des polices, des tailles et des orientations variables.

C

Fausse

Image classification

La classification d'images attribue une seule étiquette à une image entière ; elle ne peut pas localiser ni transcrire de caractères, de sorte que le texte d'étiquette masqué et pivoté n'est pas lu. C'est tentant car c'est la tâche de Computer Vision de niveau d'entrée pour catégoriser des images entières, et ce serait correct pour trier des photos dans les classes 'paquet' ou 'pas de paquet'.

D

Fausse

Semantic segmentation

La segmentation sémantique étiquette chaque pixel par classe, produisant un masque plutôt qu'une chaîne de texte, de sorte qu'elle ne peut pas générer les caractères sur une étiquette. C'est tentant car elle gère bien les formes irrégulières et l'occlusion partielle, et ce serait correct pour localiser les régions endommagées ou séparer les colis de l'arrière-plan du quai.

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.