Custom Vision
Microsoft · 圖片
Custom Vision 是 Microsoft Azure 的影像辨識服務。上傳標註好的照片、訓練分類器或偵測器後，可用 API 呼叫，也能匯出模型離線執行。
關於 Custom Vision
What Is Custom Vision
Custom Vision 是 Microsoft 的代管服務，讓你用自家資料打造一套影像辨識服務。你提供照片、標上真正在意的標籤，平台就會訓練出自訂影像辨識器，替新圖片對照這些標籤打分數。專案分成兩種類型：影像分類是每張照片給一個或多個標籤，物件偵測則會額外回傳每個物件的框選範圍。
操作可以在瀏覽器打開 customvision.ai 完成，也能改用 SDK 與 REST API 把流程寫成程式。訓練跑在按小時計價的 Azure 算力上，推論則走另一個獨立資源，因此流量大的正式環境不會和實驗搶資源。在精簡型領域訓練出來的模型可以匯出到手機、攝影機或地端伺服器，這正是許多團隊捨棄純雲端 API、改用它的主因。
麻煩在時間表。Microsoft 已宣布 Azure Custom Vision 將退場，現有客戶的完整支援到 2028 年 9 月 25 日。緩衝期不算短，但任何新的電腦視覺模型訓練專案，都該先想清楚移轉路線。準確率是另一道現實門檻：一百張乾淨、標註一致的圖片，往往勝過一千張隨便標的；用棚拍照片訓練的模型，遇到工地拍的模糊畫面照樣失手。
Getting Started
- 在 Azure 入口網站建立 Custom Vision 訓練資源，選一個離資料最近的區域。
- 開啟 customvision.ai，建立分類或偵測專案，並挑選領域。
- 上傳並標註圖片，第一次訓練前每個標籤至少準備 15 到 30 張。
- 開始訓練，逐一檢視每個標籤的準確率與召回率，再調整標籤或補照片重訓。
- 把這次迭代發布到推論資源，然後從你的應用程式呼叫端點。
產品資訊
快速了解 Custom Vision 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 想在現有應用程式加上圖片分類的開發者：REST API 與 SDK 可直接放進 .NET、Python、Java 或 Node.js 專案，不必另外養一組資料科學團隊。
- 小型工廠的營運團隊：偵測模型能指出產線上缺了哪個零件，前提是有人持續補上真實瑕疵的照片。
- 商品目錄與零售人員：分類可用來整理商品照、檢查貨架，但光線不穩定的場景得另外準備訓練資料。
任務
- 依內容分流使用者上傳的檔案：訓練收據、證件、寵物照等標籤，再把每個檔案送進對應的佇列。
- 確認零件有沒有裝上：偵測會回傳框選範圍與信心分數，設個簡單門檻就能觸發人工複查。
- 讀取固定攝影機拍到的狀態：把精簡模型匯出後在地端裝置執行，適合來回雲端延遲太高的場景。
- 一週內驗證影像構想：免費方案提供兩個專案與每月 10,000 次推論，足夠跑完概念驗證。
情境
- 必須在沒有訊號的現場使用的巡檢 App：把精簡模型匯出成 CoreML 或 ONNX，直接在裝置上推論。
- 依類型分派客服截圖的流程：分類替每張截圖貼上標籤，工單系統就能接手處理。
- 大型開發前的先導測試：先用 Custom Vision 確認一組標籤學得起來，正式量產再轉往 Azure Machine Learning AutoML。
主要功能
用自訂標籤做影像分類
標籤由你定義，服務負責學會它們的樣子。多類別專案每張圖只給一個標籤，多標籤專案則允許同時命中多個，適合畫面裡有不只一個重點的照片。訓練完成後，每次推論都會附上各標籤的機率，切分界線由你的程式決定。
物件偵測與邊界框
偵測專案回傳的是每個標籤實例的位置，而不只是有沒有出現。要計數、要確認產線上的擺放位置、要把某個區域裁下來交給後續步驟，都靠這個。你在入口網站畫框，訓練好的物件偵測模型就會回報每個命中處的座標與信心值。
預設領域加快訓練
不必從空白的通用模型開始，可以直接挑貼近內容的領域：食物、地標、零售，或專為匯出設計的精簡版本。起點越接近，通常越少圖片就能達到可用準確率。代價是精簡領域會限制模型大小，準確率推不到完整雲端領域的水準。
迭代、指標與門檻
每次訓練都會產生一個有名字的迭代，可以並排比較。入口網站會顯示每個標籤的準確率、召回率與平均準確率，也能替各標籤設定機率門檻，在誤報與漏抓之間取捨。發布是獨立的一步，失敗的實驗永遠碰不到正在服務的端點。
匯出到邊緣裝置與容器
精簡領域的模型可匯出成 TensorFlow、CoreML、ONNX，或 Linux 與 Windows 的 Docker 映像。這麼一來，自訂影像辨識器就能離線跑在手機、Raspberry Pi 或工業電腦上。匯出的模型不會對外連線，資料離不開現場的情況特別管用。
入口網站、SDK 與 REST API
網頁入口網站涵蓋標註、訓練與測試，完全不寫程式也能操作。需要可重複執行的流程時，REST API 與 .NET、Python、Java、Node.js 用戶端函式庫可以用程式完成同一批動作。訓練與推論分屬不同的 Azure 資源，實驗可以留在便宜區域，服務則從離使用者最近的區域輸出。
優缺點
優點
- 從標註照片到可用端點，完全不必寫訓練程式碼。
- 免費方案包含 2 個專案、每月 1 小時訓練與 10,000 次推論。
- 精簡模型可匯出成 CoreML、ONNX、TensorFlow 與 Docker，離線推論沒問題。
- 訓練與推論資源分開計費，閒置的實驗花不了多少錢。
- 計費、存取控制與監控都留在原本的 Azure 訂閱裡。
缺點
- Microsoft 將於 2028 年 9 月 25 日終止服務，每個部署都得準備移轉方案。
- 標籤數量太少或標註不一致時準確率會崩，補救辦法就是更多人工標註。
- 只有精簡領域能匯出，準確率會比完整雲端模型差一截。
- 推論費用隨流量成長，每 1,000 次交易 2 美元，高流量應用累積起來很可觀。
常見問題
它用你自己標註的照片訓練影像模型。常見用途包括整理商品圖片、標出產線瑕疵、讀取固定攝影機的狀態，以及依內容分流使用者上傳的檔案。
相關內容
探索與 Custom Vision 相關的工具、技能與文章。
Custom Vision 替代方案
Tractionwave
TractionWave · 圖片 · 行銷TractionWave 是針對靜態廣告的 AI 注意力熱圖工具。上傳 PNG 或 JPG，就能取得預測注意力、排序後的熱點與修正建議，不必等預算花完才知道問題在哪。
Imejis.io
Imejis.io · 圖片 · 行銷Imejis.io 是給代理與行銷團隊使用的 AI 設計工作室。你用日常說法描述一張圖，它會寫好文案、排出版面、自動調整成各種尺寸，最後匯出完成檔。
Layoutr
Van Dijk Ontwikkeling · 圖片 · 中國 AILayoutr 是瀏覽器上的平面圖工具，能把現有平面圖換算成真實比例、擺放實尺寸家具、以 3D 檢視房間，再用 AI 渲染。