Oracle正式发布计算机视觉服务OCI Vision

Oracle云基础设施 (OCI) Vision正式发布，这是一种计算机视觉服务，可让客户在由深度学习模型支持的非结构化图像中发掘信息。

我们可以通过 Oracle Cloud Console、Python 和Java中的OCI软件开发人员工具包 (SDK) 或OCI CLI访问该服务。

图像AI功能：

• 图像分类：根据整体场景为图像分配标签，例如“天空”、“水”和“纺织品”。

• 对象检测：定位和识别图像中的对象，例如公共汽车、盒子或人。

• 文本识别和OCR：从图像中定位并识别文本信息，例如停车标志中的“Stop”或车牌中的“XY3497”。

文档AI功能：

• 文本识别和OCR：在字或行级别从图像中定位和数字化文本信息。

• 键值提取：从收据中提取预定义的键值对信息列表，例如 fieldLabel：“TransactionDate”和 fieldValue：“01/11/2022”。

• 表格提取：以表格形式提取内容，维护单元格的行列关系，如单元格文本：“2,098,221” rowIndex:14 columnIndex:2。

• 文档分类：根据视觉外观、高级特征和提取的关键字将文档分类为不同的类型，例如发票、收据和简历。

OCI Vision支持创建自定义图像分类和对象检测模型。

训练和底层模型基础设施都通过OCI Vision进行管理。

1) 要使用OCI Vision服务训练自定义模型，请从标记数据集开始。我们可以使用 OCI 数据标记服务轻松标记原始图像。

2) 选择模型类型和数据集后，为模型命名并选择训练持续时间。默认为“推荐”。

3) 开始训练新模型后，模型训练进度、日志和最终质量指标等都将在“模型详细信息”页面上展示。我们还可以使用“分析”选项在新图像上测试新训练的模型。

4) 要调用自定义视觉模型，请将模型OCID作为模型ID字段的一部分包含在您的输入请求中。以下示例显示了调用自定义图像分类模型的JSON请求：

{

    "analyzeImageDetails": {

        "compartmentId":"ocid1.tenancy.oc1..xxxx",

        "image": {

            "source":"INLINE",

            "data":"......"

        },

        "features": [

            {

                "modelId":"ocid1.aivisionmodel.oc1.iad.amaaaaaapheaxxxxxxxxxxx",

                "featureType":"IMAGE_CLASSIFICATION",

                "maxResults": 5

            }

        ]

    }

}

计算机视觉应用场景存在于许多行业，包括金融服务、制造、运输和零售等等。

• 自动化后台任务：对文档进行分类、检测表格并从收据等文档中提取所需信息，以自动化业务工作流程，包括员工费用报告和报销。

• 数字资产管理：使用元数据描述基于图像的文件，包括文档类型、文本和对象，以便在数字资产管理系统或更大的数据仓库中更好地索引和检索。

• 检测视觉异常：根据变色、撕裂、生锈、变形或破损等视觉外观将产品或设备分类为标准产品或缺陷产品，并自动检测有缺陷的材料以标记维修需求。