Custom Vision
Microsoft · Imagem
Custom Vision é o serviço de reconhecimento de imagens do Microsoft Azure. Você envia fotos etiquetadas, treina um classificador ou detector e depois chama o modelo por API ou exporta para rodar offline.
Sobre Custom Vision
What Is Custom Vision
Custom Vision é o serviço gerenciado da Microsoft para montar um serviço de reconhecimento de imagens com os seus próprios dados. Você traz as fotos, marca com as etiquetas que interessam e a plataforma treina um identificador de imagens personalizado que pontua imagens novas contra essas etiquetas. São dois tipos de projeto: classificação, em que cada foto recebe uma etiqueta ou várias, e detecção de objetos, em que o modelo devolve também uma caixa ao redor de cada objeto encontrado.
O trabalho acontece no portal customvision.ai pelo navegador, ou pelos SDKs e pela API REST se você preferir automatizar o fluxo. O treinamento roda em computação do Azure cobrada por hora, e as previsões vão para um recurso separado, então um endpoint de produção com muito tráfego não disputa espaço com os testes. Modelos treinados em domínio compacto podem ser exportados para um celular, uma câmera ou um servidor local, e essa é a razão principal pela qual muita equipe escolhe o serviço em vez de uma API só na nuvem.
O problema é o prazo. A Microsoft anunciou a aposentadoria do Azure Custom Vision e dará suporte aos clientes atuais até 25 de setembro de 2028. Ainda há folga, mas qualquer projeto novo de treinamento de modelos de visão computacional deve pesar o caminho de migração antes de começar. A precisão é o outro limite prático: cem imagens limpas e bem etiquetadas costumam vencer mil descuidadas, e um modelo treinado com fotos de estúdio erra em capturas tremidas feitas no campo.
Getting Started
- Crie um recurso de treinamento do Custom Vision no portal do Azure e escolha uma região perto dos seus dados.
- Abra o customvision.ai, crie um projeto de classificação ou de detecção e selecione um domínio.
- Envie e etiquete imagens, com pelo menos 15 a 30 por etiqueta antes do primeiro treino.
- Treine, revise precisão e revocação por etiqueta e ajuste as etiquetas ou acrescente fotos antes de repetir.
- Publique a iteração em um recurso de previsão e chame o endpoint a partir do seu aplicativo.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Custom Vision.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Desenvolvedores que colocam triagem de imagens em um app existente
- Equipes de operação de fábricas pequenas
- Pessoal de catálogo e varejo
Tarefas
- Classificar arquivos enviados por usuários
- Verificar se uma peça está presente ou ausente
- Ler o estado visual de uma câmera fixa
- Testar uma ideia de visão em uma semana
Cenários
- Um app de inspeção em campo que precisa funcionar sem sinal
- Um fluxo de suporte que separa capturas de tela por tipo
- Um piloto antes de um projeto maior
Principais recursos
Classificação de imagens com etiquetas próprias
Você define as etiquetas e o modelo de classificação de imagens aprende como elas se parecem. Projetos multiclasse escolhem uma única etiqueta por imagem, enquanto os multietiqueta aceitam várias ao mesmo tempo, o que ajuda quando a foto tem mais de um elemento relevante. Depois do treino, cada previsão chega com uma probabilidade por etiqueta e o seu código decide onde cortar.
Detecção de objetos com caixas delimitadoras
Projetos de detecção devolvem a localização de cada instância de uma etiqueta, não só a presença dela. Isso importa para contar itens, conferir posição em uma linha de montagem ou recortar uma região para uma etapa seguinte. Você desenha as caixas no portal e o modelo de detecção de objetos treinado informa coordenadas e confiança de cada correspondência.
Domínios prontos para treinar mais rápido
Em vez de partir de um modelo geral vazio, você pode escolher um domínio ajustado a um tipo de conteúdo: comida, pontos turísticos, varejo ou uma variante compacta feita para exportação. Um ponto de partida mais próximo costuma significar menos imagens até chegar a uma precisão utilizável. A contrapartida é que domínios compactos limitam o tamanho do modelo e não chegam tão longe quanto um domínio completo na nuvem.
Iterações, métricas e limites de confiança
Cada treino gera uma iteração com nome que você pode comparar. O portal mostra precisão, revocação e precisão média por etiqueta, e você pode definir um limite de probabilidade para cada etiqueta e assim equilibrar alarmes falsos e itens não detectados. Publicar uma iteração é um passo separado, então um experimento ruim nunca encosta no endpoint ativo.
Exportação para a borda e contêineres
Modelos de domínios compactos saem como TensorFlow, CoreML, ONNX ou uma imagem Docker para Linux e Windows. Com isso, você roda um identificador de imagens personalizado offline em um celular, um Raspberry Pi ou um PC industrial. Modelos exportados não enviam dados para fora, o que ajuda quando a informação não pode sair da instalação.
Portal, SDKs e API REST
O portal web cobre etiquetagem, treino e testes sem escrever código. Quando você precisa de processos repetíveis, a API REST e as bibliotecas cliente para .NET, Python, Java e Node.js fazem as mesmas operações por programação. Treino e previsão ficam em recursos separados do Azure, então dá para manter experimentos em uma região barata e atender o tráfego a partir da mais próxima dos seus usuários.
Prós e contras
Prós
- Você sai de fotos etiquetadas para um endpoint funcionando sem escrever código de treino.
- O plano gratuito inclui 2 projetos, 1 hora de treino por mês e 10.000 previsões.
- Modelos compactos exportam para CoreML, ONNX, TensorFlow e Docker para inferência offline.
- Recursos de treino e de previsão são cobrados em separado, então experimentos parados custam pouco.
- Cobrança, controle de acesso e monitoramento ficam dentro da assinatura do Azure que você já usa.
Contras
- A Microsoft aposenta o serviço em 25 de setembro de 2028, então todo deployment precisa de um plano de migração.
- A precisão desaba com conjuntos de etiquetas pequenos ou inconsistentes, e corrigir isso significa mais trabalho manual de etiquetagem.
- A exportação só funciona com domínios compactos, que abrem mão de alguma precisão em relação aos modelos completos na nuvem.
- O custo de previsão cresce com o tráfego a US$ 2 por 1.000 transações, e isso pesa em apps de volume alto.
Perguntas frequentes
Treina modelos de imagem com as suas próprias fotos etiquetadas. Os usos mais comuns incluem organizar imagens de produto, marcar defeitos em uma linha de produção, ler o estado de uma câmera fixa e separar arquivos enviados por usuários conforme o conteúdo.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a Custom Vision.
Alternativas a Custom Vision
Google EmbeddingGemma 2
Google DeepMind · Escrita · Imagem · ProgramaçãoGoogle EmbeddingGemma 2 é um modelo aberto de 740 milhões de parâmetros que transforma texto, código, imagens, áudio e quadros de vídeo em vetores de um único espaço de 768 dimensões, rodando em celulares e notebooks.
Tractionwave
TractionWave · Imagem · MarketingO TractionWave cria mapas de calor de atenção com IA para anúncios estáticos. Você envia um PNG ou JPG e recebe a atenção prevista, pontos quentes ranqueados e ajustes antes de gastar verba.
Imejis.io
Imejis.io · Imagem · MarketingO Imejis.io é um estúdio de design com IA para agentes e equipes de marketing. Você descreve a imagem com suas palavras, e a ferramenta escreve o texto, monta o layout, adapta para cada tamanho e exporta o arquivo final.