Yandex Cloud
Поиск
Связаться с намиПодключиться
  • Документация
  • Блог
  • Все сервисы
  • Статус работы сервисов
    • Популярные
    • Инфраструктура и сеть
    • Платформа данных
    • Контейнеры
    • Инструменты разработчика
    • Бессерверные вычисления
    • Безопасность
    • Мониторинг и управление ресурсами
    • Машинное обучение
    • Бизнес-инструменты
  • Все решения
    • По отраслям
    • По типу задач
    • Экономика платформы
    • Безопасность
    • Техническая поддержка
    • Каталог партнёров
    • Обучение и сертификация
    • Облако для стартапов
    • Облако для крупного бизнеса
    • Центр технологий для общества
    • Облако для интеграторов
    • Поддержка IT-бизнеса
    • Облако для фрилансеров
    • Обучение и сертификация
    • Блог
    • Документация
    • Контент-программа
    • Мероприятия и вебинары
    • Контакты, чаты и сообщества
    • Идеи
    • Истории успеха
    • Тарифы Yandex Cloud
    • Промоакции и free tier
    • Правила тарификации
  • Документация
  • Блог
Проект Яндекса
© 2025 ООО «Яндекс.Облако»
Yandex Vision OCR
  • Начало работы
  • Управление доступом
  • Правила тарификации
  • История изменений
  • Вопросы и ответы

В этой статье:

  • quality
  • moderation

Поддерживаемые модели

Статья создана
Yandex Cloud
Улучшена
Dmitry A.
Обновлена 24 сентября 2024 г.
  • quality
  • moderation

Важно

Описанные ниже возможности сервиса Vision OCR устарели и перестали поддерживаться 14 мая 2024 года.

Для классификации изображений в сервисе используется модель, обученная на определенном наборе изображений. Модель указывается в запросе в конфигурации classificationConfig.

В модель могут входить признаки только одного из двух типов:

  • взаимоисключающие — сумма вероятностей всех признаков модели равна единице;
  • независимые — вероятность каждого признака равна любому значению от 0 до 1.

Сейчас поддерживаются модели:

  • quality — оценивает качество изображения;
  • moderation — оценивает соответствие признакам, используемым при модерации изображений.

quality

Оценивает качество изображения.

С помощью этой модели вы сможете:

  • Фильтровать изображения низкого качества, например, чтобы не показывать их в результатах поиска.
  • Модерировать изображения для фотоконкурса, отбирать только изображения высокого качества.
  • Сравнивать похожие изображения и выбирать то, которое лучшего качества.

Попробуйте эту модель.

Тип признаков: взаимоисключающие.

Признаки:

  • low — изображение низкого качества с явно заметными артефактами;
  • medium — изображение нормального качества с незначительными артефактами;
  • high — изображение высокого качества без визуально заметных артефактов.

Примеры результатов классификации:

high
medium
low

image

"properties": [
    {
        "name": "low",
        "probability": 0.00039277845644392073
    },
    {
        "name": "high",
        "probability": 0.93234682083129883
    },
    {
        "name": "medium",
        "probability": 0.06726035475730896
    }
]

image

"properties": [
    {
        "name": "low",
        "probability": 0.072797946631908417
    },
    {
        "name": "high",
        "probability": 0.19245840609073639
    },
    {
        "name": "medium",
        "probability": 0.73474365472793579
    }
]

image

"properties": [
    {
        "name": "low",
        "probability": 0.7901121973991394
    },
    {
        "name": "high",
        "probability": 0.004683326929807663
    },
    {
        "name": "medium",
        "probability": 0.20520441234111786
    }
]

moderation

Оценивает, насколько соответствует изображение признакам, используемым при модерации.

С помощью этой модели вы сможете:

  • Фильтровать контент для взрослых.
  • Следить за размещением незаконного контента.
  • Показывать предупреждение о нарушении авторских прав для изображений с водяными знаками.
  • Проверять наличие текста на изображении, чтобы после воспользоваться возможностью распознавания текста.

Попробуйте эту модель.

Тип признаков: независимые.

Признаки:

  • adult — на изображении есть контент для взрослых.
  • gruesome — изображение содержит шок-контент.
  • text — изображение содержит текст.
  • watermarks — изображение содержит водяные знаки.

Пример результата классификации:

"properties": [
    {
        "name": "adult",
        "probability": 0.0017486262368038297
    },
    {
        "name": "gruesome",
        "probability": 0.0002884353743866086
    },
    {
        "name": "text",
        "probability": 0.13789896667003632
    },
    {
        "name": "watermarks",
        "probability": 0.99908816814422607
    }
]

Была ли статья полезна?

Проект Яндекса
© 2025 ООО «Яндекс.Облако»