Custom Vision

Custom Vision là một dịch vụ AI mạnh mẽ, thuộc bộ Dịch vụ Nhận thức của Microsoft Azure, được thiết kế để giúp mọi người đều có thể tiếp cận thị giác máy tính. Nó cho phép các nhà phát triển và doanh nghiệp dễ dàng xây dựng, triển khai và tinh chỉnh các mô hình tùy chỉnh để phân loại hình ảnh và phát hiện đối tượng. Thay vì yêu cầu các bộ dữ liệu khổng lồ và kiến thức sâu về học máy, Custom Vision sử dụng học chuyển giao để tạo ra các mô hình chất lượng cao từ một tập hợp nhỏ các hình ảnh do người dùng cung cấp. Điều này giúp tăng tốc đáng kể chu kỳ phát triển, cho phép bạn đi từ ý tưởng đến một mô hình sẵn sàng sản xuất trong một khoảng thời gian ngắn.

Nền tảng này được thiết kế để đơn giản và hiệu quả. Bạn có thể huấn luyện một mô hình để nhận dạng các khái niệm hình ảnh cụ thể, chẳng hạn như xác định loại sản phẩm, phát hiện lỗi trong sản xuất hoặc kiểm duyệt nội dung hình ảnh, tất cả thông qua một giao diện web trực quan. Sau khi mô hình của bạn được huấn luyện, nó có thể được tích hợp liền mạch vào các ứng dụng của bạn thông qua một lệnh gọi API REST đơn giản hoặc xuất ra để chạy trên các thiết bị biên cho các kịch bản thời gian thực, độ trễ thấp.

Cách sử dụng Custom Vision

Quá trình tạo một mô hình tùy chỉnh được sắp xếp hợp lý thành một vài bước đơn giản:

1. Tạo một Dự án: Đăng nhập vào cổng thông tin Custom Vision, tạo một dự án mới và chọn loại dự án của bạn—Phân loại Hình ảnh (để gán thẻ cho toàn bộ hình ảnh) hoặc Phát hiện Đối tượng (để xác định và định vị các đối tượng cụ thể trong một hình ảnh). Bạn cũng có thể chọn một miền (ví dụ: Bán lẻ, Thực phẩm, Chung) để tối ưu hóa mô hình cho dữ liệu cụ thể của mình.
2. Tải lên và Gắn thẻ Hình ảnh: Tải lên một bộ hình ảnh huấn luyện. Đối với phân loại, bạn áp dụng một hoặc nhiều thẻ cho mỗi hình ảnh. Đối với phát hiện đối tượng, bạn vẽ các hộp giới hạn xung quanh các đối tượng quan tâm trong mỗi hình ảnh và gán một thẻ. Nền tảng chỉ yêu cầu một số lượng nhỏ các ví dụ cho mỗi thẻ để bắt đầu (chỉ cần 15).
3. Huấn luyện Mô hình: Sau khi hình ảnh của bạn được gắn thẻ, chỉ cần nhấp vào nút 'Huấn luyện'. AI của Custom Vision sẽ phân tích hình ảnh của bạn và xây dựng một mô hình tùy chỉnh phù hợp với các khái niệm bạn đã chỉ định. Quá trình huấn luyện nhanh chóng và tự động.
4. Đánh giá và Lặp lại: Sau khi huấn luyện, dịch vụ cung cấp các chỉ số hiệu suất như độ chính xác, độ thu hồi và mAP để giúp bạn hiểu độ chính xác của mô hình. Bạn có thể sử dụng tính năng 'Kiểm tra nhanh' để thử mô hình của mình với các hình ảnh mới. Để cải thiện hiệu suất, bạn có thể thêm nhiều hình ảnh đã được gắn thẻ hơn và huấn luyện lại mô hình.
5. Triển khai và Dự đoán: Khi bạn hài lòng với hiệu suất của mô hình, bạn có thể xuất bản nó để nhận một điểm cuối dự đoán. Sử dụng API REST được cung cấp để gửi hình ảnh mới đến mô hình của bạn và nhận các dự đoán ở định dạng JSON có cấu trúc. Ngoài ra, bạn có thể xuất mô hình để chạy trên các nền tảng khác nhau, bao gồm iOS (CoreML), Android (TensorFlow) và Windows (ONNX), hoặc dưới dạng một container Docker để triển khai tại biên.

Tính năng chính của Custom Vision

• Giao diện Không cần mã/Ít mã: Một giao diện đồ họa trực quan hướng dẫn bạn qua quá trình tải lên dữ liệu, huấn luyện và kiểm tra mô hình mà không cần viết bất kỳ mã học máy nào.
• Phân loại Hình ảnh & Phát hiện Đối tượng: Hỗ trợ hai tác vụ thị giác máy tính phổ biến nhất, cho phép bạn phân loại toàn bộ hình ảnh hoặc định vị nhiều đối tượng trong đó.
• Học chuyển giao: Tận dụng các mô hình đã được huấn luyện trước của Microsoft, cho phép bạn xây dựng các mô hình tùy chỉnh chính xác với các bộ dữ liệu rất nhỏ.
• Miền được Tối ưu hóa: Cung cấp các mô hình được tối ưu hóa trước cho các kịch bản cụ thể như bán lẻ, thực phẩm và địa danh để đạt được độ chính xác cao hơn ngay từ đầu.
• Điểm cuối API REST: Dễ dàng tích hợp mô hình tùy chỉnh của bạn vào bất kỳ ứng dụng nào với một API dựa trên đám mây đơn giản và có thể mở rộng.
• Triển khai tại Biên (Edge): Xuất các mô hình đã được huấn luyện để chạy trên thiết bị cho các ứng dụng yêu cầu độ trễ thấp, khả năng ngoại tuyến hoặc quyền riêng tư dữ liệu. Các định dạng được hỗ trợ bao gồm CoreML, TensorFlow, ONNX và container Docker.
• Học tập Tích cực: Hệ thống có thể đề xuất những hình ảnh bạn nên gắn nhãn tiếp theo để cải thiện hiệu suất mô hình một cách đáng kể nhất, giúp quá trình huấn luyện hiệu quả hơn.

Các trường hợp sử dụng Custom Vision

Custom Vision rất linh hoạt và có thể được áp dụng trong nhiều ngành công nghiệp:

• Bán lẻ: Tự động nhận dạng sản phẩm trên kệ để quản lý hàng tồn kho, phát hiện không gian kệ trống hoặc cung cấp năng lượng cho tìm kiếm bằng hình ảnh trong các ứng dụng thương mại điện tử.
• Sản xuất: Đảm bảo chất lượng trên dây chuyền sản xuất bằng cách tự động xác định các khuyết tật, vết nứt hoặc các bất thường khác trên các bộ phận.
• Chăm sóc sức khỏe: Hỗ trợ phân tích hình ảnh y tế để phát hiện các điểm bất thường (cho mục đích nghiên cứu và thông tin).
• Nông nghiệp: Theo dõi sức khỏe cây trồng, xác định bệnh thực vật hoặc đếm sản phẩm để ước tính năng suất.
• An ninh & An toàn: Phát hiện thiết bị an toàn như mũ bảo hộ tại công trường xây dựng hoặc xác định các vật thể không được phép trong các khu vực hạn chế.
• Quản lý Tài sản Kỹ thuật số: Tự động gắn thẻ cho khối lượng lớn hình ảnh bằng các nhãn tùy chỉnh để tìm kiếm và tổ chức dễ dàng hơn.

Ưu điểm của Custom Vision

Ưu điểm chính của Custom Vision là khả năng dân chủ hóa thị giác máy tính. Nó hạ thấp rào cản gia nhập, cho phép các nhóm không có tài năng AI chuyên biệt xây dựng các giải pháp trí tuệ thị giác mạnh mẽ. Tốc độ, hiệu quả với các bộ dữ liệu nhỏ và các tùy chọn triển khai linh hoạt (đám mây và biên) làm cho nó trở thành một công cụ rất thiết thực và hiệu quả về chi phí cho một loạt các vấn đề kinh doanh.

Giá cả và gói dịch vụ

Custom Vision hoạt động theo mô hình freemium trong hệ sinh thái Azure. Có một bậc miễn phí hào phóng, thường bao gồm một số lượng giới hạn các dự án, giờ huấn luyện và lệnh gọi dự đoán API mỗi tháng, lý tưởng cho việc học tập, tạo mẫu và các dự án quy mô nhỏ. Đối với các nhu cầu lớn hơn, bậc Tiêu chuẩn (trả phí) tuân theo mô hình trả tiền theo mức sử dụng. Chi phí dựa trên việc sử dụng, bao gồm thời gian huấn luyện (mỗi giờ), số lượng hình ảnh được lưu trữ và khối lượng giao dịch dự đoán. Việc định giá linh hoạt này đảm bảo rằng bạn chỉ trả tiền cho các tài nguyên bạn tiêu thụ, giúp nó có thể mở rộng từ các công ty khởi nghiệp nhỏ đến các doanh nghiệp lớn.