Cenários
- Uma empresa imobiliária quer verificar se as imagens de vilas de luxo mostram uma piscina. Eles podem usar o Zia Vision para atender a esse requisito.
- Uma empresa de PC quer padronizar suas imagens de produtos e garantir que elas sempre contenham um teclado, um monitor e um mouse. A Zia Vision pode ajudar nessa situação.
- Uma empresa de home theater recentemente parou de fabricar alto-falantes como parte de medidas de corte de custos. Eles não querem que as imagens de seus sistemas de home theater tenham alto-falantes. Eles podem usar a visão Zia para garantir isso.
- Uma empresa de eletrônicos lida com a venda de eletrodomésticos, como televisores, máquinas de lavar, batedeiras e liquidificadores, etc. Quando eles usam o CRM, eles precisam carregar imagens de produtos de várias marcas em seus módulos. A empresa usa o Zia Vision para garantir que essas imagens de produtos sejam precisas e consistentes, pois essas imagens podem influenciar a conversa de um vendedor com os clientes e, subsequentemente, a decisão do cliente de comprar o produto.

Disponibilidade
Os usuários precisam ter a permissão Image Validation habilitada para seu perfil. Essa permissão está presente em Setup permissions > Zia para cada perfil.
Na permissão Validação de imagem, você tem as seguintes opções:
- Gerenciar configuração : os usuários podem criar, editar, visualizar, habilitar, desabilitar ou excluir uma regra. Isso precisa ser habilitado manualmente.
- Gerenciar ação : se as imagens forem declaradas inválidas pela Zia, elas serão enviadas para aprovação manual. Usuários com essa permissão podem aprovar ou rejeitar essas imagens. Quando você habilita a permissão Validação de imagem, essa opção é habilitada por padrão.
Se ambas as opções estiverem habilitadas para um perfil, seus usuários poderão gerenciar as regras e revisar as imagens invalidadas por essas regras.
Como funciona a validação de imagem Zia
Para validar imagens automaticamente, Zia precisa ter uma ideia do que "válido" ou "inválido" significa. Como Zia é um mecanismo de IA, ela precisa ser treinada com várias amostras de imagens desejadas (ou indesejadas). Por exemplo, poderíamos validar imagens de listagem de propriedades treinando Zia com imagens como estas:
Uma vez treinada, Zia validará as imagens recebidas com base no que aprendeu.
Imagens inválidas podem ser revisadas manualmente para garantir que imagens válidas não sejam removidas por engano. Para melhorar o desempenho dela, você pode modificar os dados de treinamento e treinar novamente Zia.
Tipos de validação
A validação de uma imagem acontece por meio da criação de uma regra de validação de imagem. Para cada regra, o Zia pode corresponder, detectar ou corresponder e detectar entidades em imagens recebidas para um campo de imagem.
Entidades que ocupam mais de 80% da imagem precisam ser correspondidas, enquanto aquelas abaixo desse limite precisam ser detectadas. Por exemplo, ao validar imagens de salas de estar, a sala de estar precisa ser correspondida, enquanto uma televisão ou uma mesa dentro dela precisa ser detectada.
Usamos o termo rótulos para denotar entidades que precisam ser correspondidas. Por exemplo, a sala de estar na imagem abaixo. O termo objetos é usado para denotar entidades que precisam ser detectadas. Na imagem abaixo, a televisão, o vaso e a mesa são objetos.
Você pode escolher um dos tipos de validação com base em suas necessidades:
Apenas correspondência : Ideal quando você quer que a validação seja feita com base em uma correspondência completa. Por exemplo, quando você quer garantir que apenas imagens do exterior da casa sejam usadas para listagens de propriedades.
- Detectar somente : Ideal quando você quer que a validação seja feita com base em um objeto específico detectado na imagem. Por exemplo, quando você quer ter certeza de que uma piscina está presente em todas as imagens de vilas de luxo.
- Combinar e detectar : Ideal quando você quer validar com base na imagem completa e nos objetos detectados nela. Por exemplo, quando você quer ter certeza de que as imagens de salas de estar contêm pelo menos uma TV. A sala de estar será correspondida enquanto a TV será detectada.


No momento, as opções Detectar e Corresponder e Detectar estão disponíveis apenas no DC dos EUA.
Dados de treinamento
Para ambos os tipos de entidades (rótulos e objetos), o Zia tem uma Galeria interna com pastas contendo imagens de amostra. Elas cobrem algumas categorias padrão, como:
- Bicicletas, Motos, Alimentos e Carros para combinar
- Laptop, Pessoa, Cadeira, Sofá e assim por diante para detectar
Para a maioria dos casos de uso, você precisará treinar Zia usando suas próprias imagens. Elas são chamadas de Imagens Personalizadas. Você precisará de pelo menos cinco imagens para cada entidade (rótulo ou objeto) que deseja detectar.
Além de adicionar imagens dessa maneira, você também pode:
- Adicione imagens que foram sugeridas para treinamento pelos revisores (dependendo da configuração da sua regra).
- Remova imagens dos dados de treinamento.
Você pode ter no máximo 300 imagens personalizadas para uma regra de validação. Isso inclui as imagens carregadas, imagens sugeridas e imagens aprovadas.
Depois que houver uma alteração de pelo menos 40% nos dados de treinamento (incluindo adições e remoções), Zia se treinará novamente e começará a validar imagens com base nos dados de treinamento atualizados.
Métricas
Taxa de sucesso
A taxa de sucesso mede o quão precisa foi a validação de imagem da Zia. Ela compara o número de imagens validadas com precisão ao número total de imagens validadas. Ela é calculada periodicamente pela Zia e é redefinida quando o modelo é retreinado.
A Zia pode cometer dois tipos de erros:
- Uma imagem indesejada é aprovada pela Zia: Neste caso, o usuário pode remover a imagem.
- Uma imagem desejada foi rejeitada pela Zia: Nesse caso, o revisor pode aprovar a imagem.
Em ambos os casos, os usuários terão a opção de informar a Zia que um erro foi cometido. Isso reduzirá a taxa de sucesso.
Se uma imagem puder permanecer no sistema, a Zia entenderá que isso é uma validação bem-sucedida. Se uma imagem tiver sido removida ou aprovada, mas a opção de notificar a Zia não for usada, então a Zia entenderá que essas imagens também são validações bem-sucedidas. A taxa de sucesso permanecerá a mesma.
Precisão do treinamento ou pontuação do modelo
A precisão do treinamento ou a pontuação do modelo refletem a qualidade dos seus dados de treinamento. Quanto mais próximas as imagens de treinamento estiverem das diretrizes especificadas, maior será sua precisão de treinamento/pontuação do modelo. Se você tiver vários rótulos ou objetos, poderá ver a pontuação de precisão do treinamento para cada um deles. Somente regras com uma precisão de treinamento de mais de 80% serão usadas para validação.
Onde posso encontrar Zia Vision?
Usuários com as permissões necessárias em seus perfis poderão acessar o Zia Vision em Configuração (
) > Zia > Vision.
Os seguintes recursos estão disponíveis na guia Validação de imagem :
- Nova regra : use este botão para criar uma nova regra de validação de imagem.
- Tabela de regras de validação de imagem : use isso para gerenciar todas as suas regras de validação de imagem. Você também poderá ver detalhes úteis como os seguintes:
- O módulo no qual uma regra é aplicada. Você pode filtrar as regras por módulo.
- O layout no qual uma regra é aplicada.
- O campo de imagem que é validado pela regra.
- O processo usado para validação ( Corresponder somente, Detectar somente, Corresponder e detectar ).
- A pontuação do modelo que representa a qualidade dos seus dados de treinamento. A regra só será aplicada se a pontuação do modelo for acima de 80%.
- O status da regra. Você pode filtrar pelos status ( Todos os status, Ativo, Inativo ).
Ativar ou desativar uma regra : Use isto para alternar o status de cada regra. Somente regras ativas serão usadas para validar imagens.
Para criar uma regra de validação de imagem
- Navegue até Configuração > Zia > Vision > Começar.
Se você já criou regras antes, clique em Nova Regra.
Na página Criar regra de validação de imagem, insira o nome da regra.
- Na seção Onde validar,
- Selecione o módulo na lista suspensa. Este é o módulo onde o campo de imagem está localizado.
- Selecione o layout necessário. Por exemplo, você pode escolher o layout Padrão.
- Selecione o campo de imagem que precisa ser validado.
Você pode validar a imagem do registro ou um campo de upload de imagem personalizado em um módulo.
Defina os critérios. Isso pode ser 'Todos os registros' ou 'Registros selecionados'. No caso de 'Registros selecionados', apenas imagens em registros que satisfaçam esse critério serão validadas pela regra.
Na seção Validation Type, selecione o tipo de validação que você precisa para essa imagem. Isso pode ser Match only, Detect only ou Match and detect.
- As opções disponíveis na seção Upload Training Data dependerão do tipo de validação escolhido na etapa anterior. Para cada rótulo ou objeto, você pode:
- Forneça um nome
- Escolha se as imagens de treinamento representam imagens desejadas ou indesejadas no caso de rótulos. Para cada objeto, você precisa escolher se as imagens representam um objeto que precisa ser detectado ou não detectado.
- Adicione os dados de treinamento da Galeria ou do seu dispositivo local. Se você estiver carregando do seu dispositivo local:
- Certifique-se de que as imagens foram movidas ou copiadas para uma pasta separada.
- Compacte essa pasta.
- Faça upload da pasta compactada.
- Caso você esteja carregando imagens do seu dispositivo local, você poderá:
- Adicione vários rótulos ou objetos.
Carregue várias pastas para imagens de treinamento para cada rótulo ou objeto.
Para saber mais sobre isso, consulte a seção sobre upload de dados de treinamento neste documento de ajuda.
Em Como você gostaria de adicionar imagens ao aprendizado de feedback?, você pode decidir o que acontece quando uma imagem rejeitada pela Zia é aprovada por um revisor. Selecione uma das seguintes opções:
- Não, o aprendizado de feedback não é necessário : escolha esta opção quando não quiser que o Zia seja treinado em imagens nas quais ele cometeu um erro.
- Sugestões fornecidas manualmente pelos Revisores aos usuários que gerenciam regras, seguidas pelas aprovações dos usuários às sugestões de acordo : Os Revisores selecionarão manualmente as imagens a serem adicionadas como sugestões para treinamento. Os usuários que gerenciam regras escolherão entre essas sugestões e as adicionarão ao conjunto de treinamento.
- Sugestões fornecidas automaticamente pelos Revisores aos usuários que gerenciam regras, seguidas pelas aprovações dos usuários às sugestões de acordo : Imagens aprovadas pelos revisores serão adicionadas como sugestões automaticamente. O administrador precisará escolher entre essas sugestões e adicioná-las ao conjunto de treinamento.
- Clique em Salvar.

Observação
- Você pode definir uma regra de validação de imagem para módulos padrão e personalizados.
- Junto com as imagens de registro, apenas campos de imagem personalizados com a propriedade Máximo de imagens permitidas definida como 1 estão disponíveis para validação.
Sempre que uma imagem falhar na validação durante a criação do registro, a imagem será enviada para aprovação manual. O registro associado será criado.
A imagem aguardará no módulo Meus trabalhos para ser aprovada ou rejeitada pelos seus revisores.
Às vezes, você pode sentir que uma imagem foi incorretamente aprovada pela Zia. Nesses casos, você pode remover a imagem do registro. Ao fazer isso, não se esqueça de selecionar a caixa de seleção no pop-up que aparece. Isso ajudará a produzir uma taxa de sucesso precisa para o modelo.
- Para um único campo de imagem, apenas uma regra pode ser configurada.
Para testar sua regra de validação de imagem
Depois que a regra for criada, você pode testar o modelo que o Zia usará para validar as imagens recebidas. Com base nesse teste, você pode ajustar o modelo modificando suas imagens de treinamento. Para testar um modelo:
- Navegue até Configuração > Zia > Vision.
- Selecione a regra para a qual você deseja testar o modelo.
Clique em Testar o modelo.
No pop- up Testar o modelo, clique em Procurar ou arraste um arquivo para o pop-up para carregar a imagem que precisa ser validada pelo Zia.
Observe os formatos suportados e o limite de tamanho mencionado no pop-up antes de enviar sua imagem.
Zia validará a imagem e entregará o resultado.
- Clique em Testar outra imagem para repetir o processo para outra imagem.
Para revisar imagens inválidas
Quando uma imagem é invalidada pelo Zia, ela é movida para o módulo My Jobs para revisão manual. Para revisar essas imagens:
Navegue até My Jobs > Image Validation.

Para o registro cujas imagens você deseja revisar, clique no link número de imagens aguardando.
- No pop-up Falha na validação da imagem, clique em:
- Aceitar se a imagem for válida.
- Remova se a imagem for inválida.
Você pode ajudar Zia apontando se Zia cometeu um erro e/ou sugerindo aquela imagem para treinamento. Observe que esta opção de sugestão só estará disponível se você tiver escolhido deixar que os revisores sugiram manualmente imagens para aprendizado de feedback.
- Clique em Salvar e Fechar.
Para atualizar uma regra de validação de imagem
Navegue até Configuração > Zia > Vision.
Passe o mouse sobre a regra que você deseja editar.
Passe o mouse sobre o ícone (...) e selecione Editar.
- Faça as alterações necessárias.
- Clique em Salvar.
Observação
- Você não poderá modificar o Módulo, Layout, Campo e Tipo de Validação associados a essa regra.
- Você poderá modificar o Nome da Regra, Critérios para registros, Dados de Treinamento e Tipo de Feedback.
Você também poderá editar a regra selecionando uma regra e clicando no botão Editar.
Para excluir uma regra de validação de imagem
- Navegue até Configuração > Zia > Vision.
- Passe o mouse sobre a regra que você deseja excluir.
- Passe o mouse sobre o ícone (...) e selecione Excluir.
- No pop-up que aparece, clique em Sim, Excluir.
Observação:
você também poderá excluir uma regra selecionando-a e clicando no botão Excluir.
Gerenciando seus dados de treinamento
Você precisará adicionar dados de treinamento durante a criação de uma regra de validação de imagem, bem como quando achar que o desempenho da regra pode ser melhorado.
Para adicionar seus dados de treinamento
Com base no tipo de validação escolhido para uma regra de validação de imagem, você terá diferentes opções na seção Carregar dados de treinamento.
Se Somente correspondência for selecionado
Na seção Carregar dados de treinamento, selecione
Desejado se você quiser que as imagens dos seus registros correspondam às suas imagens de treinamento. Por exemplo, se você tem belas fotografias de propriedades e quer que as imagens dos seus registros de propriedade correspondam a elas.
- Undesired se você quiser que as imagens dos seus registros sejam diferentes das suas imagens de treinamento.
Por exemplo, se você achar que os usuários às vezes carregam imagens do interior de uma propriedade como imagens de registros. Nesse caso, você pode carregar várias imagens do interior das propriedades e selecionar Undesired.
Insira o nome do rótulo para o conjunto de imagens de treinamento que você vai carregar. Por exemplo, se você estiver carregando imagens de casas, o rótulo seria 'Casa'.
- Clique em Carregar imagem.
- No pop-up Carregar dados de treinamento, você pode:
Selecione a aba Galeria e selecione uma das pastas disponíveis.
Selecione a aba Desktop e carregue uma ou mais pastas compactadas contendo imagens personalizadas. Por exemplo, uma pasta compactada pode conter imagens do exterior de casas enquanto a outra pode conter o mesmo, mas para unidades duplex.
- Clique em Anexar.
Nota (aplicável somente em casos em que você carrega imagens personalizadas)
- Você pode adicionar imagens personalizadas adicionais para um rótulo clicando em +Imagens.
- Você pode adicionar no máximo três rótulos. Para fazer isso, clique em Adicionar outro rótulo.
- Cada regra de validação terá uma opção desejada/indesejada. Isso se aplicará a todos os rótulos nessa regra.
- Como os rótulos são para entidades que ocupam pelo menos 80% da imagem, só pode haver um rótulo detectado em uma imagem. Se vários rótulos estiverem presentes em uma regra, o padrão de critérios para a regra sempre será Rótulo 1 OU Rótulo 2 OU Rótulo 3. Isso não pode ser modificado.
Se Detectar apenas estiver selecionado
Na seção Carregar dados de treinamento, insira o nome do objeto ( Nome do objeto ) nos dados de treinamento.
- Clique em Carregar imagem.
- No pop-up Carregar dados de treinamento, você pode:
Selecione a aba Galeria e selecione uma das pastas disponíveis.
Selecione a aba Desktop e carregue uma ou mais pastas compactadas contendo imagens personalizadas do objeto.
- Clique em Anexar.
Decida se você quer que o objeto seja detectado ou não.
Clique em Adicionar outro objeto se quiser validar a presença ou ausência de outros objetos em uma imagem. Esta opção só está disponível quando você carrega imagens personalizadas. Você pode adicionar no máximo três objetos.
Se você tiver vários objetos, defina os critérios para validação também. Por exemplo, você pode querer que a imagem contenha uma televisão ou uma combinação de uma mesa e um vaso. Nesse caso, clique em Editar Padrão, insira o padrão de critérios e clique no ícone de marcação.
Nota
Você precisa que o objeto específico esteja cristalino em cada imagem que você carregar como parte dos dados de treinamento. Por exemplo, se você quiser carregar imagens de sofás, garanta que cada imagem de treinamento contenha apenas um sofá e nada mais. Se o objeto estiver presente em vários ângulos em imagens de registros diferentes, forneça imagens de treinamento do objeto em tantos ângulos quanto possível.
A seguir estão imagens de treinamento válidas para detectar um sofá.
A imagem mostrada abaixo não é recomendada para detectar um sofá.
Se Corresponder e detectar estiver selecionado
A opção Corresponder e detectar permite que você combine uma imagem, bem como detecte objetos dentro dela. Por exemplo, você pode querer detectar para garantir que as imagens de salas de estar sejam:
Combinado com imagens de alta qualidade de salas de estar
- Também validado pela detecção da presença de uma TV, vaso e mesa naquela imagem
Para fazer isso:
- Configure a seção Match e adicione imagens para essa seção. Siga as instruções fornecidas para a opção Match only.
Repita o mesmo para a seção Detect. Siga as instruções fornecidas para a opção Detect only.
Para adicionar ou remover imagens individuais dos seus dados de treinamento
Isso só pode ser feito no caso de imagens personalizadas sendo usadas para treinamento.
- Navegue até Configuração > Zia > Vision.
- Selecione a regra cujos dados de treinamento você deseja visualizar.
Na seção Snapshot of Training Images, você pode visualizar o detalhamento completo dos seus dados de treinamento. Clique em View Images.
Você pode ver as seguintes seções:
Imagens adicionadas para treinamento : Estas são as imagens que você carregou ou adicionou via aprendizado de feedback. Você pode filtrar e excluir imagens nesta seção.
Sugestões para aprendizado de feedback : Essas imagens foram sugeridas para aprendizado de feedback. Isso está disponível se você habilitou sugestões manuais ou automáticas em sua regra de validação de imagem. Você pode passar o mouse sobre uma imagem e, em seguida, aprovar ou rejeitar essas imagens.
Após a aprovação, você pode selecionar o rótulo na lista suspensa.
Você pode então clicar em Crop and Assign Objects, desenhar uma caixa ao redor do seu objeto e selecionar o nome do objeto. Você pode fazer isso para vários objetos. Em seguida, clique em Add to Learning.
Imagens aprovadas para aprendizado : Esta é a seção que contém as imagens que você aprovou na seção Sugestões para aprendizado de feedback. Você pode filtrar e excluir imagens desta seção.
Nota
Se as imagens de treinamento forem da Galeria, você não poderá sugerir e adicionar imagens de treinamento. Você poderá visualizar imagens de amostra da Galeria.
Como o Zia atualiza seu modelo quando você adiciona e remove imagens de treinamento
Zia irá treinar novamente o modelo no caso de dois eventos:
Quando as pastas de imagens personalizadas são carregadas, elas são adicionadas ou removidas e a regra é salva
- Quando houve uma mudança de 40% e acima nos dados de treinamento. Digamos que o conjunto de treinamento inicial tenha 100 imagens. Com o tempo, você fez o seguinte:
- Excluídas 10 imagens da seção Imagens adicionadas para treinamento (10 alterações)
- Aprovadas 10 imagens sugeridas para treinamento (20 alterações)
- Aprovadas mais 10 imagens (10 alterações). Como o número total de alterações agora é 40 (10+20+10), a alteração no conjunto de treinamento é de 40% quando comparado ao número de imagens no conjunto de treinamento inicial (40 alterações em um conjunto de treinamento inicial de 100 imagens). Embora apenas 30 imagens adicionais tenham sido adicionadas, a Zia treinará novamente o modelo, pois houve 40 alterações (30 adições e 10 exclusões).
Nota
As imagens nas Sugestões para aprendizado de feedback são adicionadas pelos seus revisores manualmente ou automaticamente. Elas podem:
- Aprovar imagens que Zia rejeitou no módulo Meus Trabalhos.
- Rejeite imagens aprovadas por Zia removendo-as do registro.
Diretrizes para upload de imagens
Se você quiser fazer upload de imagens do seu desktop, siga estas diretrizes para obter os melhores resultados do Zia:
As imagens devem estar nos seguintes formatos: JPG, JPEG, PNG, GIF, BMP e TIFF.
- Os dados de treinamento devem ser quase similares aos dados que precisam ser validados. Ou seja, imagens de vilas, motos, carros etc. devem ser claras e facilmente identificáveis para validação precisa.
- Em geral, os dados de treinamento devem ter imagens de vários ângulos, resoluções e fundos para variedade.
- Modelos de visão geralmente não conseguem reconhecer padrões que humanos não conseguem. Então, se um humano não consegue reconhecer um padrão olhando para a imagem por cerca de meio a um segundo, o modelo provavelmente também não pode ser treinado para fazer isso.
- Você pode enviar quantas imagens quiser para maior precisão, mas no mínimo cinco imagens de uma categoria específica devem ser enviadas para que a Zia as valide.
- Não combine imagens de categorias diferentes. Use imagens que melhor representem sua categoria.
- A pontuação de precisão do treinamento será afetada se essas diretrizes não forem seguidas.
Recomendamos que você selecione aprovação de gravação ou imagem como ação até ter certeza dos resultados mostrados pela Zia.
Problemas comuns e suas soluções
Veja os casos abaixo que destacam possíveis problemas e as maneiras de solucioná-los:
- Caso 1. Um fornecedor de artigos de papelaria quer validar imagens de canetas e lápis recebidos por meio de pedidos em massa dos fornecedores. Eles carregam as imagens desses objetos como classificadores. No entanto, quando pedidos em massa são recebidos, a maioria das imagens de canetas esferográficas são marcadas como inválidas.
Solução : Os dados de treinamento consistem em imagens de todos os tipos de canetas, como canetas-tinteiro, canetas de gel, canetas marcadoras e lápis, mas não incluem canetas esferográficas. Portanto, embora a Zia possa identificar uma variedade de canetas, ela não consegue identificar uma caneta esferográfica e a mostra como uma imagem inválida. Para obter um resultado preciso, é importante carregar todas as imagens de todos os objetos que você deseja classificar.
- Caso 2. Um revendedor de telefones celulares quer validar imagens de smartphones. Eles carregam fotos de todas as marcas de smartphones que vendem, mas ainda assim algumas imagens de telefones celulares são mostradas como inválidas.
Solução : O revendedor carrega imagens frontais de todas as marcas de smartphones. No entanto, algumas imagens que são tiradas de outros ângulos são difíceis de identificar e desenhar semelhanças entre os objetos. Portanto, é essencial carregar imagens de objetos de vários ângulos para facilitar a identificação e a precisão dos resultados.
- Caso 3. Um distribuidor de brinquedos e quebra-cabeças está confuso porque imagens de quebra-cabeças geométricos ou de formas são identificadas como objetos inválidos, mesmo que o mesmo tipo de imagem tenha sido usado como classificadores.
Solução : Uma forma geométrica parece semelhante de todos os ângulos, então carregar uma imagem de um objeto de qualquer ângulo sempre daria resultados precisos. No entanto, deve haver imagens suficientes para desenhar similaridade entre os objetos. Ao carregar imagens de objetos que podem parecer semelhantes de todos os ângulos, é necessário ter pelo menos cinco a seis imagens (requisito mínimo para validação de imagem da Zia) do objeto. Recomendamos repetir uma imagem cinco vezes para que o sistema desenhe uma correlação.