Zia视觉感知 - 智能图片验证

Zia视觉感知 - 智能图片验证

您可以使用 Zia 视觉感知来自动验证添加到 CRM 记录中的图像。通过此功能,您可以确保这些图像准确、一致且符合所需质量。这具有多重好处,从遵守指南到为所有 CRM 用户提供积极体验。

场景
  1. 一家房地产公司希望验证豪华别墅的图片中是否包含游泳池。他们可以使用 Zia 视觉感知来满足这一要求。
  2. 一家电脑公司希望标准化其产品图片,并确保图片中始终包含键盘、显示器和鼠标。Zia 视觉感知可以帮助这种情况。
  3. 一家家庭影院公司最近作为削减成本措施,停止了扬声器的生产。他们不希望其家庭影院系统的图片中包含扬声器。他们可以使用 Zia 视觉感知来确保这一点。
  4. 一家电子产品公司从事家用电器的销售,如电视机、洗衣机、搅拌机和搅拌机等。当他们使用 CRM 系统时,需要将多个品牌的产品图片上传到他们的模块中。该公司使用 Zia 视觉感知来确保这些产品图片准确且一致,因为这些图片可能会影响销售人员与客户的对话,进而影响客户购买产品的决定。

可用性

用户需要在其角色中启用图片验证权限。此权限位于每个角色的设置权限”>Zia下。
在图片验证权限下,您有以下选项:

  1. 管理配置:用户可以创建、编辑、查看、启用、禁用或删除规则。这需要手动启用。
  2. 管理操作:如果 Zia 将图像声明为无效,这些图像将被发送进行手动批准。具有此权限的用户可以批准或拒绝这些图像。当您启用图像验证权限时,此选项将默认启用。
如果这两个选项都为某个角色启用,则该角色的用户可以管理规则并审核这些规则使无效的图像。


Zia 图片验证如何工作

要自动验证图像,Zia 需要了解什么是“有效”或“无效”。由于 Zia 是一个人工智能引擎,她需要通过多个期望(或不期望)图像的样本进行训练。例如,我们可以通过使用类似这些图像来训练 Zia,以验证房产列表图像:

一旦训练完成,Zia 将根据所学内容验证传入的图像。

无效的图片可以手动审核,以确保有效的图片不会被错误地移除。为了提高她的性能,您可以修改训练数据并重新训练 Zia。

验证类型

图像验证通过创建图片验证规则来实现。对于每条规则,Zia 可以匹配检测匹配并检测传入图像中的一个图像字段中的实体。

占用图像超过 80%的实体需要匹配,而低于该阈值的实体需要检测。例如,在验证客厅图像时,需要匹配客厅本身,而电视或桌椅等内部物体需要检测

我们使用术语标签来指代需要匹配的实体,例如下图中的客厅。术语物体用于指代需要检测的实体。在下面的图像中,电视、花瓶和桌椅是物体。

您可以根据需要选择一种验证类型:
  1. 仅匹配:当您希望根据完全匹配进行验证时,这是理想的选择。例如,当您希望确保用于房产列表的只有房屋外部的图片时。
  2. 仅检测:当您希望根据图像中检测到的特定对象进行验证时,这是理想的选择。例如,当您希望确保所有豪华别墅的图像中都存在游泳池时。
  3. 匹配和检测:当您需要根据完整图像及其检测到的对象进行验证时,这是理想的选择。例如,当您需要确保客厅图像中至少包含一台电视时。客厅将被匹配,而电视将被检测。
目前,检测 和 检测并匹配功能仅在 US数据中心提供。

训练数据

对于标签和对象这两种实体类型,Zia 都内置了一个图库,其中包含包含示例图片的文件夹。这些涵盖了几个标准类别,例如:
  1. 自行车、摩托车、食品和汽车用于匹配
  2. 笔记本电脑、人物、椅子、沙发等用于检测
对于大多数使用场景,您需要使用自己的图片来训练 Zia。这些被称为自定义图片。对于您希望检测的每个实体(标签或对象),您至少需要五张图片。

除了以这种方式添加图片外,您还可以:
  1. 添加由审阅者建议用于训练的图片(取决于您规则的配置)。
  2. 从训练数据中移除图片。
您可以为验证规则设置最多 300 张自定义图片。这包括已上传的图片、建议的图片和已批准的图片。

当训练数据(包括增加和删除)发生至少 40%的变化时,Zia 将重新训练自己,并开始基于更新后的训练数据验证图像。

指标

成功率

成功率衡量 Zia 图像验证的准确性。它比较准确验证的图像数量 已验证图像的总数量。Zia 定期计算该指标,并在模型重新训练时重置。

Zia 可能犯两种错误:
  1. 一个不想要的图像被 Zia 批准:在这种情况下,用户可以删除该图像。
  2. Zia 拒绝了所需的图像:在这种情况下,审阅者可以批准该图像。
在这两种情况下,用户可以选择让 Zia 知道一个错误已经发生。这将降低成功率。

如果允许图像保留在系统中,Zia 会将其理解为成功的验证。如果图像已被移除或批准,但未使用通知 Zia 的选项,Zia 也会将这些图像理解为成功的验证。成功率将保持不变。

训练精度或模型分数

训练准确率或模型分数反映了您训练数据的质量。训练图像越接近指定的指南,其训练准确率/模型分数就越高。如果您有多个标签或对象,您将能够看到每个的培训准确率分数。只有训练准确率超过 80%的规则才会用于验证。

我在哪里可以找到 Zia 视觉感知?

拥有相应权限的用户可以在设置(  )> Zia 视觉感知中访问 Zia 视觉感知。
您在图像验证标签页中可用的功能如下:

  1. 新建规则:使用此按钮创建新的图片验证规则。
  2. 图片验证规则表:使用此表管理所有图像验证规则。您还可以查看以下有用详情:
    1. 应用规则的模块。您可以通过模块筛选规则。
    2. 规则应用的布局。
    3. 被规则验证的图像字段。
    4. 用于验证的过程(仅匹配、仅检测、匹配和检测)。
    5. 代表您训练数据质量的模型分数。只有当其模型分数高于 80%时,规则才会被应用。
    6. 规则的状态。您可以按状态筛选(所有状态、激活、非激活)。
  3. 激活或禁用规则:使用此功能切换每个规则的状态。只有激活的规则才会用于验证图像。

要创建图片验证规则

  1. 导航至设置 > Zia 视觉感知 > 开始使用
    如果您之前已创建过规则,请点击新建规则
  2. 创建图片验证规则 页面,输入规则名称
  3. 哪里需要验证 部分,
    1. 从下拉列表中选择模块。这是图像字段所在的模块。
    2. 选择所需的布局。例如,您可以选择标准布局。
    3. 选择需要验证的图片字段
      您可以验证记录图像,或模块中的自定义图像上传字段。
    4. 设置条件。这可以是“所有记录”或“选定记录”。如果是“选定记录”,则只有满足该条件的记录中的图像才会被规则验证。
  4. 验证类型 部分,选择您需要为该图像进行的验证类型。这可以是仅匹配仅检测 匹配和检测
  5. 上传训练数据 部分提供的选项将取决于上一步中选择的验证类型。对于每个标签或对象,您可以:
    1. 提供名称
    2. 选择训练图像在标签情况下代表期望或不期望的图像。对于每个对象,您需要选择图像是否代表需要检测的对象或未检测的对象。
    3. 从图库或本地设备添加训练数据。如果您是从本地设备上传:
      1. 确保图像已被移动或复制到单独的文件夹。
      2. 将那个文件夹压缩。
      3. 上传压缩文件夹。
    4. 如果您从本地设备上传图像,您将能够:
      1. 添加多个标签或对象。
      2. 将多个文件夹上传到每个标签或对象的训练图像中。
        要了解更多信息,请参阅本帮助文档中关于上传训练数据的部分。
  6. 您希望如何将图片添加到反馈学习? 下,您可以决定当 Zia 拒绝的图片被审阅者批准时会发生什么。选择以下选项之一:
    1. 不,不需要反馈学习:当您不希望 Zia 在出错后被做图像训练时,选择此项。
    2. 审阅者手动向管理规则的用户提供建议,随后用户根据建议进行相应批准:审阅者将手动选择要作为训练建议添加的图片。然后管理规则的用户将从这些建议中挑选并添加到训练集中。
    3. 审阅者会自动向管理规则的用户提供建议,随后用户会根据建议进行批准:经审阅者批准的图片将自动作为建议添加。管理员需要从这些建议中挑选,并将它们添加到训练集中。
  7. 点击保存
注意
  1. 您可以为标准模块和自定义模块设置图片验证规则。
  2. 除了记录图片外,只有将允许的最大图片数量 属性设置为 1 的自定义图片字段可用于验证。
  3. 每当在创建记录时图像未能通过验证,该图像将被发送进行人工审批。相关记录将被创建。
    该图片将在我的工作模块中等待您的审阅者进行批准或拒绝。
  4. 有时,您可能会觉得 Zia 错误地批准了一张图片。在这种情况下,您可以从记录中移除该图片。操作时,请别忘了选中弹出的复选框。这将有助于模型生成准确的成功率。
  5. 对于单个图片字段,只能配置一条规则。

要测试您的图片验证规则

创建规则后,您可以测试 Zia 将用于验证传入图像的模型。根据此测试结果,您可以通过修改训练图像来调整模型。要测试模型:
  1. 导航至设置 > Zia 视觉感知
  2. 选择您要测试模型的规则
  3. 点击测试模型
  4. 测试模型 弹窗中,点击浏览或将文件拖放到弹窗上,以上传需要由 Zia 验证的图像。
    请注意上传图像前弹窗中提到的支持格式和大小限制。
  5. Zia 将验证图像并返回结果。
  6. 点击测试另一张图像 以对另一张图像重复该过程。

要审核无效图像

当 Zia 使图像失效时,它会被移动到“我的工作”模块进行人工审核。要审核这些图像:
  1. 导航至我的工作 > 图片验证
  2. 要审查图像的记录,点击正在等待的图片数的链接。

  3. 图片验证失败 弹窗中,点击:
    1. 如果图像有效,则接受
    2. 如果图像无效,则移除
  4. 您可以通过指出 Zia 是否出错以及/或者建议使用该图片进行训练来帮助 Zia。请注意,这个建议选项只有在您选择让审阅者手动建议图片用于反馈学习时才可用。
  5. 点击保存并关闭

要更新图片验证规则

  1. 导航至设置 > Zia 视觉感知
  2. 将鼠标悬停在您想要编辑的规则上。
  3. 将鼠标悬停在(...)图标上,然后选择编辑
  4. 进行必要的更改。
  5. 点击保存

Notes
注意
  1. 您将无法修改与此规则关联的模块布局字段 验证类型
  2. 您将能够修改规则名称记录条件训练数据 反馈类型
  3. 您还可以通过选择规则并点击编辑按钮来编辑规则。

要删除图片验证规则

  1. 导航至设置 > Zia 视觉感知
  2. 将鼠标悬停在您想要删除的规则上。
  3. 将鼠标悬停在(...)图标上,然后选择删除
  4. 在出现的弹窗中,点击是的,删除
注意
您也可以通过选择规则并点击删除按钮来删除规则。

管理训练数据

在创建图像验证规则时,以及当您认为规则的性能可以改进时,都需要添加训练数据。

添加您的训练数据

根据为图像验证规则选择的有效类型,在上传训练数据 部分您将拥有不同的选项。

如果选择了“仅匹配”
  1. 上传训练数据 部分,选择
    1. 如果您希望记录的图片与您的训练图片相匹配,请选择需要的。例如,如果您有美丽的房产照片,并希望您的房产记录的图片与这些照片相匹配。
    2. 如果您希望您的记录图像与训练图像不同,则选择不需要的
      例如,如果您发现用户有时会将房产内部的图片作为记录的图片上传。在这种情况下,您可以上传多个房产内部的图片,并选择不需要的
  2. 请输入您将要上传的训练图像集的标签名称。例如,如果您要上传房屋图像,则标签应为'房子'。
  3. 点击上传图片
  4. 上传训练数据 弹窗中,您可以:
    1. 选择图库选项卡,然后选择一个可用的文件夹。
    2. 选择桌面选项卡,并上传一个或多个包含自定义图像的压缩文件夹。例如,一个压缩文件夹可以包含房屋外部的图像,而另一个文件夹则可以包含相同内容的联排别墅图像。
  5. 点击附上
注意(仅适用于您上传自定义图片的情况)
  1. 您可以通过单击+图片为标签添加额外的自定义图片。
  2. 您最多可以添加三个标签。要执行此操作,请单击添加另一个标签
  3. 每条验证规则将有一个需要/不需要选项。这将适用于该规则中的所有标签。
  4. 由于标签是占据图像至少 80%的实体,因此图像中只能检测到一个标签。如果规则中存在多个标签,则该规则的判定模式将始终为标签 1 或 标签 2 或 标签 3。此设置无法修改。
如果选择 仅检测
  1. 上传训练数据 部分,在训练数据中输入对象的名称(对象名称)。
  2. 点击上传图片
  3. 上传训练数据 弹窗中,您可以:
    1. 选择图库选项卡,然后选择一个可用的文件夹。
    2. 选择桌面选项卡,并上传一个或多个包含对象自定义图像的压缩文件夹。
  4. 点击附上
  5. 决定是否要检测对象或未检测对象。
  6. 如果您想验证图像中是否存在其他对象,请点击添加另一个对象。此选项仅在您上传自定义图像时可用。您可以添加最多三个对象。
  7. 如果您有多个对象,请设置验证标准。例如,您可能希望图像包含电视或桌子和花瓶的组合。在这种情况下,点击编辑模式,输入标准模式,然后点击对勾图标。

注意
您需要在作为训练数据上传的每张图片中明确具体的物体。例如,如果您想上传沙发图片,请确保每张训练图片中只包含沙发,不能有其他任何物体。如果该物体将在不同记录的图片中以多种角度出现,请尽可能提供该物体从多个角度的训练图片。

以下是可以用于检测沙发的有效训练图片。
下面显示的图片不推荐用于检测沙发。

如果选中 匹配和检测
匹配和检测选项允许您匹配图像并在其中检测对象。例如,您可能想要检测以确保客厅的图像是:
  1. 与客厅的高质量图像匹配
  2. 也通过检测图像中是否存在电视、花瓶和桌子,进行了验证
要这样做:
  1. 配置匹配 部分并为此部分添加图片。遵循为仅匹配 选项提供的说明。
  2. 检测 部分重复相同的操作。遵循为仅检测 选项提供的说明。

要向您的训练数据中添加或删除单个图像

这仅在使用自定义图像进行训练的情况下才能完成。
  1. 导航至设置 > Zia > 视觉感知
  2. 选择您希望查看训练数据的规则
  3. 训练图像快照 部分,您可以查看您的训练数据的完整分解。点击查看图片
  4. 您可以看到以下部分:
  1. 为训练添加的图片:这些是您上传的图片,或通过反馈学习添加的图片。您可以在本节中筛选和删除图片。
  2. 反馈学习建议:这些图像已被建议用于反馈学习。如果您的图像验证规则中启用了手动或自动建议,则可用。您可以悬停在图像上,然后批准或拒绝这些图像。
    批准后,您可以从下拉列表中选择标签。
    然后,您可以点击裁剪并分配对象,在您的对象周围画一个框,并选择对象名称。您可以这样做多个对象。接下来,点击添加到学习
  3. 用于学习的已批准图片:这是存放您在"反馈学习建议"部分批准的图片的部分。您可以在此部分筛选和删除图片。

注意
如果训练图像来自图库,您将无法建议和添加训练图像。但是,您将能够查看图库中的示例图像。

当您添加和删除训练图像时,Zia 如何更新您的模型

Zia 将在两种情况下重新训练模型:
  1. 当上传的自定义图片文件夹被添加或删除,并且规则被保存时
  2. 当训练数据发生 40%及以上的变化时。假设初始训练集有 100 张图片。随着时间的推移,您做了以下操作:
    1. 从用于训练的图片部分删除了 10 张图片(10 处更改)
    2. 批准了 10 张建议的用于训练的图片(20 处更改)
    3. 批准另外 10 张图片(10 处更改)。由于更改总数现在为 40(10+20+10),与初始训练集中的图片数量(100 张初始训练集中有 40 处更改)相比,训练集的变化为 40%。尽管只添加了 30 张额外的图片,但由于有 40 处更改(30 处添加和 10 处删除),Zia 将重新训练模型。
注意
建议反馈学习中的图片由您的审阅者手动或自动添加。他们可以:
  1. 我的工模块中批准 Zia 拒绝的图片。
  2. 拒绝 Zia 已批准的图片,请从记录中移除该图片。

图片上传指南

如果您想从桌面上传图片,必须遵循这些指南以获得 Zia 的最佳效果:
  1. 图片必须为以下格式:JPG、JPEG、PNG、GIF、BMP 和 TIFF。
  2. 训练数据应与需要验证的数据非常相似。也就是说,别墅、摩托车、汽车等的图像应该清晰且易于识别,以便进行准确的验证。
  3. 一般来说,训练数据应该包含来自多个角度、分辨率和背景的图像,以增加多样性。
  4. 视觉模型通常无法识别人类无法识别的模式。因此,如果人类在查看图像大约半秒到一秒的时间内无法识别出某种模式,那么模型可能也无法被训练来识别它。
  5. 您可以上传尽可能多的图像以提高准确性,但 Zia 验证图像需要至少上传五张特定类别的图像。
  6. 不要将不同类别的图像组合在一起。使用最能代表您类别的图像。
  7. 如果不遵循这些指南,训练准确率分数将受到影响。
  8. 我们建议您在确定 Zia 显示的结果满意之前,选择记录或图像批准作为操作。

常见问题及其解决方案

看看以下案例,这些案例突出了可能出现的问题及解决方法:

  1. 案例 1. 一家办公用品供应商希望通过批量订单从供应商处获取的钢笔和铅笔图像进行验证。他们将这些物品的图像作为分类器上传。然而,在收到批量订单时,大多数圆珠笔的图像被标记为无效。

    解决方案:训练数据包含各种笔的图像,如钢笔、中性笔、马克笔和铅笔,但不包括圆珠笔。因此,尽管 Zia 可以识别各种笔,但它无法识别圆珠笔,并将其显示为无效图像。为了获得准确的结果,上传所有您希望分类的物品的所有图像非常重要。

  2. 案例 2. 一家手机经销商希望验证智能手机图像。他们上传了所售所有品牌智能手机的图片,但仍然有一些手机图像被显示为无效。

    解决方案:经销商上传了所有品牌智能手机的前视图。然而,从其他角度拍摄的图像难以识别并确定物体之间的相似性。因此,为了便于识别和结果的准确性,上传物品从不同角度的图像至关重要。
  3. 案例 3. 一个玩具和拼图分销商感到困惑,因为几何或形状拼图的图像被识别为无效对象,尽管相同类型的图像已被用作分类器。

    解决方案:几何形状从每个角度看起来都相似,因此从任一角度上传对象的图像总是会得到准确的结果。然而,必须有足够的图像来建立对象之间的相似性。在上传可能从所有角度看起来相似的物体图像时,必须至少有五到六个图像(Zia 图像验证的最低要求)的物体图像。我们建议重复一个图像五次,以便系统建立关联。

    • Related Articles

    • Zia视觉感知的的智能字符识别

      将您的物理数据导入数字流程 智能字符识别(ICR)是一种光学识别技术,它利用人工智能识别、捕获和数字化任何物理形式的数据。 在 Zoho CRM 中,ICR 是作为 Zia 视觉感知的一部分构建的——Zia 视觉感知是一款 AI 驱动的图像检测和验证工具。 在这份文档中,你会了解到: ICR 在 CRM 中的重要性 ICR 类型 基于模板的提取 如何训练 Zia 从图像中提取数据 零样本字段提示 探索零样本提示背后的技术 配置 ICR 规则 使用 Zia ICR 使用 ICR 创建记录 使用 ...
    • Zia 在 Zoho CRM 中的功能 - 一种视角

      Zoho CRM 利用人工智能(AI)的变革力量,革新您业务所有关键领域的决策,从最初的客户互动到整个客户旅程。借助 AI 助手 Zia,Zoho CRM 提供宝贵的洞察和建议,贯穿 CRM 管理的各个方面,包括自动化、客户互动、分析以及数据管理。 观看这个视频,了解 Zia 如何帮助您的企业 Zia 为您提供跨越 Zoho CRM 六大关键类别的 AI 体验: 数据管理 生产力 客户体验 洞察与分析 智能告警 客户参与和留存。 数据管理 Zia 通过提供组织、结构和优化数据的先进功能,帮助 ...
    • 重复图像检测

      可用性 旗舰版和超级版 此功能目前适用于用户数超过 20 的组织,在美国数据中心提供。 重复图像检测功能旨在帮助用户识别模块中的重复面部图像。此功能帮助用户确定特定图像是否存在重复。 例如,考虑一家使用 Zoho CRM 的物业管理公司。代理们仔细维护涵盖房产列表和客户互动的大量记录,这些记录通常包括面部图像,用于识别与特定房产或租赁合同相关的租户。有时,由于数据更新不准确,可能会出现无意的重复。 Zia ...