模擬試験応用

ある小売チェーンが、レジ画像から商品を自動認識するコンピュータビジョンモデルを全店舗に展開しました。しかし新しい照明設備に変更された店舗では認識精度が50%に急落しました。この問題を迅速に解決するための最適なアプローチはどれか?

A.新しい照明環境の画像5000枚を新たに取得し、Azure Custom Visionで追加訓練する← 正解
✓ 正解です。新しい照明条件の画像で追加訓練することで、モデルは環境変化に適応できます。Azure Custom Visionならコスト効率的かつ迅速です。
B.全店舗の照明を元の仕様に戻す工事を発注する
✗ 照明を戻すのはコスト大で時間がかかり、業務継続的な解決ではありません。
C.より大規模な汎用物体検出モデル(YOLOv8など)に全体的に切り替える
✗ 汎用モデルは一般的ですが、新しい環境の特性学習には別途訓練が必要であり、本質的な解決になりません。
D.認識精度が低い画像は自動的にスキップする後処理ロジックを追加する
✗ 低精度画像をスキップするだけではレジ業務が成立せず、精度改善にはなりません。

この問題のポイント

新しい照明条件の画像で追加訓練することで、モデルは環境変化に適応できます。Azure Custom Visionならコスト効率的かつ迅速です。

AI-900:Microsoft Azure AI Fundamentals の問題一覧