Modelos de rotulagem de imagens - Platform For AI: Central de Documentação do Alibaba Cloud

iTAG oferece modelos de rotulagem de imagens para OCR, detecção de objetos e classificação de imagens. Selecione um modelo conforme seu caso de uso.

Modelos compatíveis

Estão disponíveis os seguintes modelos de rotulagem de imagens:

Optical character recognition (OCR)
Object detection
Image classification

Reconhecimento óptico de caracteres (OCR)

Uma tarefa de OCR extrai texto de uma imagem e a classifica com base no conteúdo extraído.

Casos de uso

Reconhecimento de texto em documentos de identificação, recibos, placas de veículos e cartões bancários.

Estrutura de dados

Dados de entrada
Cada linha do arquivo manifest representa um item de dados. O campo source é obrigatório.
```
{"data":{"source":"oss://****.oss-cn-hangzhou.aliyuncs.com/demo_test/ocr_pic/img6.jpeg"}}
...
```

Dados de saída

Cada linha do arquivo manifest de saída combina o item de dados original ao resultado da rotulagem. O exemplo a seguir apresenta a estrutura JSON de uma linha.

{
    "data": {
        "source": "oss://****.oss-cn-hangzhou.aliyuncs.com/demo_test/ocr_pic/img6.jpeg"
    }, 
    "label-144863699223676****": {
        "results": [
            {
                "questionId": "1", 
                "data": [
                    {
                        "id": "ecdb7552-2a4e-4d0e-8abb-0f1a2dc0****", 
                        "type": "image/polygon", 
                        "value": [
                            [
                                368.1112214498511, 
                                71.72740814299901
                            ], 
                            [
                                444.34359483614696, 
                                71.72740814299901
                            ], 
                            [
                                444.34359483614696, 
                                106.26762661370405
                            ], 
                            [
                                368.1112214498511, 
                                106.26762661370405
                            ]
                        ], 
                        "labels": {
                            "OCR Recognition Result": "Financial Advisor", 
                            "Single-choice": "Label 1"
                        }
                    }
                ], 
                "rotation": 0, 
                "markTitle": "OCR Label Configuration", 
                "width": 1024, 
                "type": "image", 
                "height": 1024
            }
        ]
    }
}

Detecção de objetos

Uma tarefa de detecção de objetos localiza elementos em uma imagem por meio de caixas delimitadoras criadas com a ferramenta de seleção retangular.

Casos de uso

Detecção de veículos, detecção de pedestres e busca por imagem.

Estrutura de dados

Dados de entrada
Cada linha do arquivo manifest representa um item de dados. O campo source é obrigatório.
```
{"data":{"source":"oss://****.oss-cn-hangzhou.aliyuncs.com/pic_ocr/img17.jpeg"}}
...
```

Dados de saída

Cada linha do arquivo manifest de saída combina o item de dados original ao resultado da rotulagem. O exemplo a seguir apresenta a estrutura JSON de uma linha.

{
    "data": {
        "source": "oss://****.oss-cn-hangzhou.aliyuncs.com/pic_ocr/img17.jpeg"
    }, 
    "label-144853549785619****": {
        "results": [
            {
                "questionId": "1", 
                "data": [
                    {
                        "id": "e02a574b-9fd9-45e9-8c8a-9682567b****", 
                        "type": "image/polygon", 
                        "value": [
                            [
                                499.93454545454546, 
                                255.0981818181818
                            ], 
                            [
                                911.0109090909091, 
                                255.0981818181818
                            ], 
                            [
                                911.0109090909091, 
                                338.6836363636363
                            ], 
                            [
                                499.93454545454546, 
                                338.6836363636363
                            ]
                        ], 
                        "labels": {
                            "Single-choice": "Label 1"
                        }
                    }
                ], 
                "rotation": 0, 
                "markTitle": "Object Detection Label Configuration", 
                "width": 1024, 
                "type": "image", 
                "height": 1024
            }
        ]
    }
}

Classificação de imagens

A classificação de imagens atribui um ou mais rótulos predefinidos a uma imagem com base em seu conteúdo. Este modelo é compatível com classificação de rótulo único e de múltiplos rótulos.

Casos de uso

Organização de imagens, reconhecimento de imagens, busca por imagem e recomendação de conteúdo.

Estrutura de dados

Dados de entrada
Cada linha do arquivo manifest representa um item de dados. O campo source é obrigatório.
```
{"data":{"source":"oss://****.oss-cn-hangzhou.aliyuncs.com/iTAG/pic/1.jpg"}}
...
```

Dados de saída

Cada linha do arquivo manifest de saída combina o item de dados original ao resultado da rotulagem. O exemplo a seguir apresenta a estrutura JSON de uma linha.

{
    "data": {
        "source": "oss://****.oss-cn-hangzhou.aliyuncs.com/pic/3.jpg"
    }, 
    "label-143082452899667****": {
        "results": [
            {
                "questionId": "2", 
                "data": [
                    "Label 1", 
                    "Label 2"
                ], 
                "markTitle": "Multiple-choice", 
                "type": "survey/multivalue"
            }
        ]
    }
}