Bevezetés

• 2 perc

Ornitológusként tanulmányozod a madarak viselkedését, élettanát és védelmét és élőhelyét. Munkája során gyakran kell megfigyelnie és feljegyeznie a madarak tevékenységeit, valamint minderről jelentést készítenie. Hogy megkönnyítse az adatgyűjtést, olyan gépi tanulási modellt szeretne létrehozni, amely képes azonosítani a képeken látható madárfajokat. Azt is szeretné, hogy jobban dokumentálják a veszélyeztetett madárfajokat, hogy segítsenek a populációk növekedésében. A madarakról való további tanulás nagyszerű módja annak, hogy saját maga és mások is megismerjék a természeti jelenségeket azon a területen, ahol él.

Ebben a Microsoft Learn-modulban az Azure AI Custom Vision szolgáltatással fog létrehozni egy gépi tanulási modellt, amely azonosítja a madarak képein lévő fajokat. A Cornell Lab of Ornithology (Cornell Lab) NABirds-adatkészletével betanítunk egy modellt a fajok felismerésére egy madár új fényképén. Új adatokkal a modell segítségével dokumentálhatja a madárszokások trendjeit és mintáit.

A gépi tanulási modell elkészítéséhez és betanításakor használt adatokat a Cornell Lab biztosítja, külön köszönet a fotósoknak, közreműködőknek és az All About Birds látogatóinak. Ez az anyag a National Science Foundation által a #1010818 támogatással támogatott munkán alapul. A modul csak egy részét tartalmazza a teljes adathalmaznak. A teljes adathalmaz innen tölthető le. Az adathalmazzal kapcsolatos további részletekért töltse le ezt a PDF-fájlt a Computer Vision Foundationről.

Tanulási célkitűzések

Ebben a modulban a következőkkel foglalkozunk:

• Bevezetés a gépi tanulásba
• Ismerje meg, hogyan használhat előre betanított gépi tanulási modelleket az Azure AI-szolgáltatásokban
• Megtudhatja, hogyan használhatja a Custom Vision szolgáltatást az Azure-ban
• Egyéni gépi tanulási modell létrehozása
• A Custom Vision használatával létrehozott modell üzembe helyezése

Előfeltételek

• Azure-fiók
• Az erőforrások Azure-beli létrehozásának alapszintű ismerete
• (Nem kötelező) Ha úgy dönt, hogy a Pythont használja képek feltöltésére és címkézésére az Azure Portal helyett, a Python használatának alapszintű ismerete szükséges