イントロダクション

コンピューター ビジョン は、コンピューターが画像、ビデオ、ライブ カメラ フィードなど、世界の視覚情報を解釈して理解できるようにする AI の分野です。 コンピューター ビジョン機能は AI モデルを利用し、あらゆる種類の時間集中型タスクの自動化をサポートします。

このモジュールでは、オブジェクトの識別と分析、パターンの認識、画像内のテキストの読み取り、シーンの解釈を人間と同じように行うことができる AI モデルについて説明します。 また、このモジュールでは、画像分析を超えて新しいビジュアル コンテンツを生成できるビジュアル AI モデルについても説明します。 これらの機能を組み合わせることで、画像検索やドキュメント分析から、創造的なツールや対話型の AI エクスペリエンスまで、さまざまなアプリケーションを実現できます。これにより、システムは視覚的な情報を表示および作成できます。

コンピューター ビジョンの次のアプリケーションについて考えてみましょう。

• 製造における欠陥検出: AIビジョンシステムは、組み立てライン上の製品をリアルタイムで検査します。 物体検出と画像セグメント化を使用して表面欠陥、ミスアラインメント、または欠落しているコンポーネントを検出し、無駄を減らし、品質管理を改善します。

• 医用画像解析: コンピュータービジョンは、放射線、MRI、CTスキャンを放射線医が分析するのに役立ちます。 AI モデルでは、腫瘍や骨折などの異常を強調し、早期診断を支援し、ヒューマン エラーを軽減できます。

• 小売での棚の監視: 小売業者は AI ビジョンを使用して店舗の棚を監視します。 カメラは、製品の在庫切れや誤った位置を検出し、リアルタイムの在庫更新を可能にし、カスタマー エクスペリエンスを向上します。

• 自動運転車: 自動運転車は、道路標識、車線標識、歩行者、その他の車両を認識するために、コンピュータビジョンに依存しています。 これにより、動的環境での安全なナビゲーションと意思決定が可能になります。

次に、エンタープライズ AI 運用とアプリケーション開発のために Azure 上で提供される Microsoft のサービスとしての統合プラットフォーム である Microsoft Foundry のマルチモーダル モデルについて説明します。