MédiaMúltipla escolha

Questão de prática de AI-900

Um museu quer criar um aplicativo que permita aos visitantes tirar uma foto de uma pintura e receber informações sobre o artista, o ano e o estilo. O aplicativo precisa identificar a pintura a partir de um banco de dados de milhares de obras de arte. Qual capacidade do Azure Computer Vision é a mais adequada?

Escolha a melhor resposta.

Resposta correta

  • BImage classification

Explicação

Image classification é a escolha correta porque o aplicativo precisa atribuir um único rótulo (a pintura específica) a toda a foto. Os modelos de classificação de imagens do Azure Computer Vision são treinados para reconhecer e categorizar imagens inteiras em classes predefinidas, o que corresponde ao requisito de identificar uma pintura a partir de um banco de dados de milhares de obras de arte com base no conteúdo visual da foto.

Por que cada alternativa está certa ou errada

A

Incorreta

Optical Character Recognition (OCR)

O reconhecimento óptico de caracteres (OCR) é uma tecnologia que extrai texto impresso ou manuscrito de imagens e o converte em caracteres legíveis por máquina. Embora uma pintura possa conter uma assinatura ou um título, o OCR retornaria apenas esse conteúdo textual, e não a identidade da pintura, seu criador, estilo ou assunto. Ele não consegue analisar características visuais como composição, paleta de cores ou pinceladas, que são essenciais para reconhecer uma obra de arte específica. Portanto, o OCR não é adequado porque lida com dados textuais em vez do conteúdo da imagem inteira.

B

Correta

Image classification

Image classification é a abordagem correta porque analisa a imagem inteira como uma única unidade e atribui a ela um rótulo de um conjunto predefinido de categorias. Nesse cenário, o modelo poderia ser treinado em um conjunto de dados onde cada pintura é sua própria classe, permitindo que o aplicativo mapeie a foto de um visitante para a obra de arte específica. Ele usa padrões visuais aprendidos — como estrutura geral, distribuição de cores e motivos distintivos — para fazer a previsão. Isso corresponde diretamente ao objetivo de identificar a própria pintura, e não apenas algum elemento dentro dela.

C

Incorreta

Object detection

Object detection foi projetado para localizar e classificar vários objetos distintos dentro de uma imagem, desenhando caixas delimitadoras ao redor de cada um. Para um aplicativo de museu, a detecção de objetos pode identificar figuras individuais, vasos ou elementos arquitetônicos dentro de uma pintura, mas não identificaria a pintura como um todo. A tarefa aqui é reconhecer toda a obra de arte a partir de uma foto, o que é um problema de rótulo único para a imagem inteira, em vez de um problema de localização de múltiplos objetos. O uso da detecção de objetos retornaria caixas de componentes irrelevantes e falharia em fornecer a identidade da obra de arte como saída principal.

D

Incorreta

Face detection

Face detection identifica e localiza especificamente rostos humanos em uma imagem, frequentemente para tarefas como contagem ou reconhecimento de rostos. Muitas pinturas, especialmente retratos, contêm rostos, de modo que um detector de rostos dispararia sobre eles, mas essa saída não transmite nada sobre qual pintura foi fotografada ou seu artista. O aplicativo requer a classificação de toda a imagem para determinar a identidade da pintura, estilo e contexto histórico — informações que a detecção de faces não pode fornecer. É uma tarefa especializada de detecção de recursos, e não um método geral de compreensão de imagens adequado para este caso de uso.

Para se aprofundar

A classificação de imagens para um aplicativo de museu normalmente depende de uma rede neural convolucional (CNN) que extrai características visuais hierárquicas — desde bordas e texturas nas camadas iniciais até partes de objetos e padrões de cenas completas em camadas mais profundas. O modelo é treinado em fotografias rotuladas de pinturas, onde cada rótulo corresponde a uma obra de arte, e aprende a atribuir uma distribuição de probabilidade em todas as classes, retornando o rótulo de maior confiança. Uma sutileza fundamental é que a classificação assume que o sujeito dominante preenche o enquadramento; se um visitante fotografar uma pintura em um ângulo ou com outros objetos à vista, o modelo pode exigir pré-processamento, como corte ou correção de perspectiva. Um equívoco comum é que o OCR ou a detecção de objetos podem substituir a classificação, mas eles resolvem problemas diferentes: o OCR lê texto embutido, a detecção de objetos localiza várias entidades e a classificação captura o conteúdo global de uma imagem. Na prática, o serviço de classificação de imagens personalizada do Azure Computer Vision pode ser treinado com apenas algumas imagens por pintura, mas funciona melhor com iluminação consistente e visualizações de quadro inteiro, destacando a importância da orientação do usuário na interface da câmera do aplicativo.

Sobre estas questões de prática

Esta é uma das questões de prática originais de AI-900 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.

Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.