Microsoft представила общедоступную предварительную версию нового Computer Vision Image Analysis API, который умеет описывать изображения, обнаруживать объекты, делать интеллектуальную обрезку, обнаруживать людей и распознавать текст.
API является частью Microsoft Azure Cognitive Services. Azure Cognitive Services — это облачные службы искусственного интеллекта для разработчиков, желающих внедрить искусственный интеллект в приложения без необходимости заниматься обучением систем или углубляться в науку о данных. Услуги доступны через REST API и SDK и охватывают зрение, звук, речь и анализ.
Последняя версия Computer Vision Image Analysis 4.0 описывается как объединение существующих и новых визуальных функций, таких как чтение (распознавание символов), описание, классификация изображений и маркировка, обнаружение объектов, обнаружение людей, интеллектуальная обрезка. Разработчики могут запускать все эти функции для изображении одним вызовом API.
Одним из основных улучшений этого выпуска является функция чтения (OCR), которая более тесно интегрирована со службой Computer Vision. Она также работает быстрее, предоставляя «опыт, близкий к реальному времени». Функция чтения также расширена для поддержки большего количества языков — теперь их 164, включают кириллицу, арабский и хинди.