Introducción

1

Servicios Cognitivos de Microsoft: Implementación Práctica

2

Uso de Servicios Cognitivos de Microsoft en Aplicaciones

3

Configuración de Ambiente para Servicios Cognitivos en Azure

4

Seguridad y Autenticación en Servicios Cognitivos de Azure

Lenguaje

5

Text Analytics: Extracción y Análisis de Texto en Documentos

6

Escenarios de Uso de Servicios Cognitivos en Análisis de Datos

7

Análisis de Sentimiento con APIs de Azure: Uso y Configuración

8

Detección de Idiomas con Servicios Cognitivos Azure

9

Desarrollo de Aplicación de Consola con Text Analytics en C#

Voz

10

Servicios de Voz en Cognitive Services: Conversión y Aplicaciones

11

Conversión de Texto a Voz con Azure Cognitive Services

12

Conversión de Voz a Texto con Servicios Cognitivos en Visual Studio

13

Implementación de Traducción de Voz en Visual Studio

14

Implementación de Reconocimiento de Voz con Visual Studio

Visión

15

Visión Computacional con Microsoft: Análisis y Aplicaciones Prácticas

16

Creación de un Servicio de Computer Vision en Azure y su Implementación

17

Servicio OCR: Conversión de Imágenes a Texto Usando Azure

18

Reconocimiento Facial: Detección y Análisis de Rasgos Humanos

19

Detección y Análisis de Rostros con Face API

20

Uso de la API Face para Detección y Verificación de Rostros

LUIS

21

Implementación de Luis para Comprensión del Lenguaje Natural

22

Creación de Modelos e Intenciones en Aplicaciones de Luis

23

Desarrollo de Aplicaciones en LUIS desde Cero

24

Uso de Modelos Prediseñados en Aplicaciones de Luis

25

Entrenamiento y Publicación de Modelos en LUIS

26

Integración del modelo Luis en aplicaciones con SDK de C#

Conclusiones

27

Servicios Cognitivos en Azure: Conceptos y Aplicaciones

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Curso de Azure Cognitive Services

Curso de Azure Cognitive Services

Luis Antonio Ruvalcaba Sanchez

Luis Antonio Ruvalcaba Sanchez

Creación de un Servicio de Computer Vision en Azure y su Implementación

16/27
Recursos

¿Cómo iniciar con el servicio de Computer Vision en Azure?

El mundo de la visión computacional es una rama fascinante de la inteligencia artificial que hoy exploraremos desde una perspectiva práctica. Utilizaremos Visual Studio y el portal de Azure para crear y utilizar un servicio de Computer Vision que analizará imágenes y retornará información detallada sobre su contenido.

¿Cómo crear el servicio de Computer Vision en Azure?

Para comenzar, iniciaremos con la creación de un nuevo recurso de Computer Vision en el portal de Azure. Sigue estos pasos:

  1. Crear un recurso: Entra al portal de Azure y selecciona 'crear un recurso'.
  2. Buscar Computer Vision: Escribe "Computer Vision" en la barra de búsqueda y elige la opción disponible.
  3. Configurar el servicio:
    • Grupo de recursos: Selecciona un grupo de recursos existente o crea uno nuevo.
    • Ubicación: Opta por una localización que garantice mejor latencia.
    • Nombre: Introduce un nombre único para el servicio.
    • Precio: Selecciona la opción estándar S0.
    • Redes virtuales e identidad: Deja los valores predeterminados.
    • Términos y condiciones: Acepta para continuar con una implementación responsable de IA.
  4. Revisar y crear: Finalmente, revisa la configuración y haz clic en 'crear'.

¿Cómo integrar el servicio de Computer Vision en un proyecto con Visual Studio?

Una vez que el servicio está operativo, tendrás que integrar tres parámetros fundamentales en tu proyecto en Visual Studio:

  1. Endpoint del servicio: Accede al portal de Azure y encuentra el endpoint en la sección correspondiente.
// Configuración del endpoint
var endpoint = "tu_endpoint_aquí";
  1. Llave de suscripción: Encuentra esta información en 'keys and endpoint' de tu servicio en Azure.
// Clave de suscripción
var suscriptionKey = "tu_clave_de_suscripción_aquí";
  1. URL de la imagen: Proporciona la URL de la imagen que deseas analizar.
// URL de la imagen
var imageUrl = "http://ejemplo.com/imagen.jpg";

¿Qué características podemos obtener del análisis de una imagen?

El servicio de Computer Vision es capaz de proporcionar detalles extensos y variados sobre las imágenes que analiza. Aquí algunas de las características disponibles:

  • Descripción general: Proporciona un resumen del contenido de la imagen.
  • Categorías: Clasifica la imagen en categorías específicas.
  • Etiquetas: Ofrece etiquetas relevantes junto con niveles de confianza.
  • Objetos: Identifica objetos, su ubicación y el nivel de confianza.
  • Caras: Detecta caras, edades, géneros y ubicaciones dentro de la imagen.
  • Contenido para adultos: Indica si la imagen contiene este tipo de contenido.
  • Colores predominantes: Determina el esquema de color dominante en la imagen.
  • Lugares conocidos: Identifica ubicaciones famosas o reconocibles.

¿Cómo analizar imágenes con ejemplos prácticos?

A continuación, varios casos prácticos que podemos implementar para comprender mejor las capacidades del servicio de Computer Vision:

  1. Perro en un jardín:

    • Descripción: El servicio identifica un perro pequeño en un jardín con una confianza del 44%.
    • Categoría: Animal con 99.6% de confianza.
    • Etiquetas: Jardín, animal, perro, posibles razas.
  2. Calle de la ciudad:

    • Descripción: Calle de ciudad con edificios grandes, confianza del 49%.
    • Elementos detectados: Vehículos, torre, cielo y edificios cercanos.
  3. Oficina con personas trabajando:

    • Descripción: Grupo de personas en una mesa, con una detección del 44%.
    • Elementos reconocidos: Personas, mesa, computadoras, y paredes interiores.

Este proceso de análisis permite a los desarrolladores integrar estas funcionalidades en diversas aplicaciones, adaptándose a necesidades específicas y proporcionando un nivel de detalle sensacional. Siéntete libre de explorar más sobre Computer Vision y sus múltiples aplicaciones en otros lenguajes de programación. ¡Sigue aprendiendo y experimentando con estos servicios para mejorar tus proyectos continuamente!

Aportes 6

Preguntas 0

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

Esto lo usaría para pasar asistencia más rápido. Una foto grupal, reconocer personas y hacer check.

Es importante que instalen el servicio de ComputerVision antes de empezar a codear. Recordar que el servicio es otro.

Computer visión podemos detectar cuantas caras hay:Tambien edad,genero y ubicacion.Hay una ubicacion famosa.

Usaría computer vision para validar las imágenes que se suben a una API REST y asegurar que cumplan con una determinada categoría (ejemplo, una API de perritos sólo acepta fotos de perros)

2022 si no instalan .net core 3 recuerden cambiar la configuración del proyecto al .net que instalen

muy interesante la rama de computer vision