Le choix dépend de l'étape de votre projet de Computer VisionDiscipline de l'IA permettant aux systèmes d'extraire des informations significatives à partir d'images ou de vidéos pour identifier, classer et réagir à des éléments visuels du monde réel. via le paramètre extractType :
- CROP : Cette méthode découpe littéralement l'objet de l'image source. C'est la stratégie gagnante pour créer des jeux de données de classification ou pour alimenter un second modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). spécialisé dans l'analyse de détails (ex: lire une plaque d'immatriculation après détection du véhicule).
- HIGHLIGHT : Elle conserve l'image originale mais dessine la boîte englobante. C'est l'option idéale pour le support aux utilisateurs et la validation visuelle des résultats par des experts métier.
