Azure AI - Custom Vision 圖像辨識服務介紹

Custom Vision 是什麼?

Custom Vision 是由微軟所開發的 Azure AI 雲端服務，讓使用者可以在不撰寫程式碼的前提下，輕鬆打造影像分類器和圖像辨識，並且可以將模型打包並透過雲端 API 部署及呼叫，非常方便!

整體流程只需由使用者上傳圖片並手動標籤後，就可以透過 Custom Vision 各種預先訓練模型框架來訓練出一個合適的模型，後續可以透過雲端 API 部署及呼叫，也可以下載到地端進行離線邊緣運算(Docker)。

簡言之，微軟提供了一套影像識別服務，只需上傳圖片點幾個按鍵後就可以輕鬆地訓練出模型並進行部署，有效解決了過去使用 Tensorflow, pytorch 需要撰寫程式碼、模型管理及版本控制的問題，讓使用者可以更專注在解決圖像辨識的問題。

Custom Vision 提供了哪些服務?

Custom Vision 一共提供兩種影像辨識服務，分別是影像分類器以及物件辨識。影像分類器 (Classifier) 適用在僅需辨識圖像中的物件標籤 (tag)，但不須辨識物件位置時使用；物件辨識 (Object Detection) 則除了可以辨識物件標籤外，也會提供物件所在的位置資訊，包含圖片中的 X,Y 軸起點以及長寬共同組成的圖像邊界框(bounding box)。

舉例來說，若只是要辨識一張圖片有沒有出現"人"這個物件，則可以使用影像分類器，但若想辨識出"人"具體出現在圖片何處，就需要用到物件辨識功能。

開始使用 Custom Vision - Azure 環境建置

1. 首先，我們需要一組 Azure 帳號，具體的申請方法可以參考上一篇文章 - [Day 2] 工欲善其事，必先利其器 - Azure 免費帳號申請教學。免費帳戶可以擁有兩個專案，每個專案可以有 5,000 個訓練影像以及10,000 個預測結果，完全免費!
2. 登入 Azure portal 並點擊建立資源來建立 自訂視覺 服務
   
3. 建立服務時，需要注意 Training pricing tier 請選擇 Free F0，才不會不小心建立到付費專案，導致有實際費用支出!
4. 服務建立完成後，系統會自動進行驗證及部署，接著就會自動跳轉到已經建立好的資源群組，我們點選第一個建立好的自訂視覺服務。
5. 接著點選左邊功能列的概觀並點選自訂視覺入口網站。
6. 畫面會自動跳轉到 Custom Vision 的主頁，代表我們已經成功建立了 Custom Vision 服務! 點選 Sign In 並登入 Azure 帳號，就可以進入到 Custom Vision 服務中!
   
7. 進入後，可以看到空空如也的頁面，我們將從這邊開始，手把手帶大家體驗 Custom Vision 影像分類器以及物件辨識的手把手建置!
   

接下來的幾篇文章，我們將完整體驗影像分類器以及物件辨識的服務建置，以及模型的雲端部署及 API 使用，我們明天見!