Microsoft Azure Cognitive Services

Wir nutzen Azure Cognitive Services für die Objekterkennung im Bildmaterial auf einer Förderstrasse. Die Objekterkennung von Azure Cognitive Services funktioniert wirklich gut durch das trainierte Modell erkennt es zuverlässig beschädigte Pakete. Die Plattform nutzt fortschrittliche Deep-Learning-Algorithmen, um eine genaue und zuverlässige Erkennung von Objekten in Bildern und Videos zu gewährleisten. Selbst in komplexen Szenarien wenn zb. mehrere Pakete sich gegenseitig überlagern erkennt sie Objekte zuverlässig und liefert präzise Ergebnisse. Das Standard Model von Azure Cognitive Services Object Detection unterstützt eine breite Palette von Objektkategorien hat aber bessere Ergebnisse wenn man seinen eigenen Use-Case trainiert. Ob es sich um gängige Objekte, Tiere oder spezifische Industrieobjekte handelt, die Plattform Wir nutzen die nahtlose Integration von Azure Cognitive Services in die Azure-Cloud was uns die die Implementierung und Nutzung deutlich erleichtert da wir auch andere Services dort nutzen. Die gut dokumentierten APIs und SDKs ermöglichen eine reibungslose Integration in verschiedene Anwendungen, Plattformen und Entwicklungsframeworks bei uns im Unternehmen.

Folgende weniger schöne Dinge bzw. Contras kann ich zu Azure Cognitive Services beschreiben. Die Nutzung von Azure Cognitive Services ist mit Azure Kosten verbunden, und je nach Nutzung können diese beträchtlich sein. Wir scannen am Tag ca. 40.000 Pakete dewegen ist bei besonders umfangreichen oder anspruchsvollen Projektendie Abrechnung für den Einsatz von Cognitive Services nicht zu verachten. Unternehmen müssen die Kosten sorgfältig abwägen und sicherstellen, dass sie im Einklang mit dem Budget stehen und vorallem den Kosten / Nutzenfaktor mit betrachten. Bei uns erspart das enormen Prozessaufwand sodass die Kosten dagegen wieder vernachlässigbar sind. Die Abhängigkeit von der Unternehmenskonnektivität an das Internet ist sehr ausschlaggebend für Azure Cognitive Services. In Szenarien, in denen eine dauerhafte oder zuverlässige Internetverbindung nicht gewährleistet ist, kann dies zu Einschränkungen führen. Die Abhängigkeit von der Cloud könnte in solchen Fällen als nachteilig empfunden werden.

Wir nutzen die Services bei uns im Unternehmen um beschädigte Versandkartons zu analysieren und entsprechend zu behandeln. Die Erkennung funktioniert mit unserem Custom Trainingsmodel sehr gut.

Einfache Integration: Die Services lassen sich nahtlos in unser bestehendes DAM integrieren, wodurch sehr wenig Einarbeitungszeit nötig ist. Auswahl an Services: Die Funktionen sind zwar begrenzt, für unseren Fall stehen aber die nötigen zur Verfügung. Wir nutzen bspw. Gesichtserkennung, Textanalyse und Übersetzungen. Insgesamt bietet sich so eine breite Anwendbarkeit für unterschiedliche Branchen und Anwendungsfälle.

Die Funktionsbreite ist im Vergleich zu anderen KI Tools teilweise sehr grenzwertig. Wenn man sich das vorher aber bewusst macht, ist es ein super Tool für Ergänzungen in verschiedenen Bereichen.

Tagging von Dateien: Wir nutzen die KI Funktionalitäten für eine automatische Verschlagwortung von Dateien und Erkennung von Promis, Texten usw. Dadurch lassen sich Dateien ohne Personalaufwand richtig einordnen und am Ende einfach wieder finden. Neben dem Tagging nutzen wir auch die Übersetzungsmöglichkeiten, um ein mehrsprachiges System zur Verfügung zu stellen, ohne es selbst machen zu müssen.

Die Azure Cognitive Services sind eine super einfache Möglichkeit Künstliche Intelligenz in verschiedensten Bereichen zu verwenden zu erproben. Von der Sprache bspw. Spracherkennung, über Texte und NLP bis hin zu Bilderkennung bieten die Azure Cognitive Services eine breite Palette an vortrainierten Modellen.

Die Kosten können schnell aus dem Ruder laufen, da sie natürlich nach Nutzung verwendet werden und daher kann auch eigenes Hosten von ähnliches KI Services finanziell eine gute Alternative sein. Kurzfristig oder für Prototypen ist Cognitive Services definitiv super. Für große Mengen an Anfragen und langfristig werden finanziell vermutlich eigene Modelle besser sein

Testen von Modellen, Prototypen schnell auf die Straße bringen und verdorben. Vorteile liegen vor allem in der schnellen und einfachen Bedienung und in der großen Auswahl an verschiedenen Modellen. Per Drag und Drop kann man einfach Modelle verknüpfen und auswählen ohne Programmierkenntnisse zu haben.