APRENDER. PRATICAR. EVOLUIR.Conceito e mecanismo
Classificação atribui categorias à imagem; deteção localiza instâncias com caixas. A preparação de dados deve corresponder ao resultado necessário e separar exemplos de treino e avaliação. Precision mede quantas previsões positivas estão corretas; recall mede quantos positivos reais foram encontrados. Accuracy global pode parecer excelente quando a classe crítica é rara. A escolha de limiar envolve custo de falsos positivos, falsos negativos e capacidade de revisão. Publicar uma iteração e treinar uma iteração são passos diferentes em Custom Vision: o destino de previsão tem de apontar para a versão aprovada. Em vídeo, transcrições e insights temporais permitem localizar segmentos, mas não constituem prova de identidade ou autorização.
Aplicação guiada
Numa triagem fictícia de anexos, começa por definir o que deve ser localizado e quem revê resultados duvidosos. Avalia por classe com exemplos representativos, incluindo imagens degradadas e casos raros. Se 80 de 100 alertas estão corretos e existem 200 positivos reais, precision é 80% e recall 40%; metade dos alertas não significa metade dos positivos encontrados. Guarda a versão publicada e o conjunto de aceitação para comparar releases. Inclui também o ciclo de vida no plano: Custom Vision e Image Analysis 4.0 têm retirada anunciada para 25-09-2028. Isso exige avaliar migração para novos projetos de longa duração, sem generalizar a retirada a todos os serviços de visão.
Um modelo com 98% de accuracy pode falhar muitos documentos críticos se esses documentos forem uma pequena fração do total.
Armadilhas comuns
Accuracy como risco; treino como publicação; threshold sem revisão de capacidade; data de retirada de um produto aplicada a toda a família.
Tópicos relacionados: Serviços, identidade e operação · Geração, grounding e avaliação · Agentes, ferramentas e controlo
Relaciona métricas por classe, versão publicada e horizonte de suporte com a decisão de release.
Referência: Custom Vision model quality and representative data · AI-102 historical skills measured 2025-12-23; exam retired 2026-06-30