joseangelfernandez.es solo otro blog más…

Opciones de almacenamiento y recuperación de imágenes en Custom Vision

Los servicio cognitivos de Microsoft facilitan la incorporación de inteligencia artificial de forma sencilla en nuestros proyectos. Uno de estos servicios es el de Custom Vision, con él es posible construir clasificadores o detectores de objetos a partir de un número reducido de imágenes para su entrenamiento inicial. Este artículo surge tras las dudas recogidas en una conversación con un cliente en cuanto al modelo de costes y a las opciones de guardar y recuperar las imágenes.

El servicio de Custom Vision ofrece dos opciones a la hora de realizar una nueva predicción:

¿Cómo puedo recuperar las imágenes guardadas?

Si nos decantamos por la opción de guardar todas las imágenes, es posible que luego nos interese poder descargarlas para usarlas en otras aplicaciones, enlazarlas con algún sistema externo o cualquier otro motivo. El servicio de Custom Vision permite recuperar esa información a través de la API de dos formas:

Por defecto únicamente se devuelven 50 imágenes pero es posible modificar el número hasta 250 y paginar a través de los resultados para extraer toda la información que necesitemos. La URL no incluye la extensión de la imagen, almacenada en JPG, por lo que es recomendable que se la añadas manualmente para que si va a ser utilizada en otras aplicaciones no tengas problemas al abrirlas y manipularlas.

A modo de referencia, os dejo el resultado de una llamada para recuperar una de las imágenes etiquetadas. En este caso, de un modelo que detecta diferentes tipos de bacterias.

PS C:\Users\me> $result = Invoke-WebRequest -Uri "https://southcentralus.api.cognitive.microsoft.com/customvision/v3.2/training/projects/ac69eb4a-3c8a-xxxx-xxxx-c4f4a1b10ea8/images/tagged?take=1" -Headers @{'Training-Key'=''} -Method GET

PS C:\Users\me> $result.Content
[
  {
    "id": "fe98b5e8-1765-4592-906f-25907dad1081",
    "created": "2020-04-29T18:51:50.2721924",
    "width": 1125,
    "height": 900,
    "resizedImageUri": "https://irisscuprodstore.blob.core.windows.net/i-ac69eb4a3c8axxxxxxxxc4f4a1b10ea8/i-fe98b5e817654592906xxxxxxdad1081?sv=2017-04-17&sr=b&sig=6RiqMMvEDuS3%2FtrPmiwC5WJbrpalCX3hE6kF5LNU4v0%3D&se=2020-04-30T19%3A00%3A29Z&sp=r",
    "thumbnailUri": "https://irisscuprodstore.blob.core.windows.net/i-ac69eb4a3c8axxxxxxxxc4f4a1b10ea8/t-fe98b5e817654592906xxxxxxdad1081?sv=2017-04-17&sr=b&sig=h5vH3jzVSIXgplHCqPbBVN45H5kKSVWGanJIx6ZaLpw%3D&se=2020-04-30T19%3A00%3A29Z&sp=r",
    "originalImageUri": "https://irisscuprodstore.blob.core.windows.net/i-ac69eb4a3c8axxxxxxxxc4f4a1b10ea8/i-fe98b5e817654592906xxxxxxdad1081?sv=2017-04-17&sr=b&sig=6RiqMMvEDuS3%2FtrPmiwC5WJbrpalCX3hE6kF5LNU4v0%3D&se=2020-04-30T19%3A00%3A29Z&sp=r",
    "tags": [
      {
        "tagId": "9c4c94e8-a6e2-4f5e-b0e1-fa342cec6b60",
        "tagName": "listeria",
        "created": "2020-04-29T18:51:50.2856923"
      }
    ]
  }
]

Si tienes curiosidad, la imagen analizada es la que se encuentra en la cabecera del artículo.