Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Treffen Sie Vorhersagen für Bilddaten
In den folgenden Verfahren wird beschrieben, wie Sie sowohl Einzel- als auch Batchvorhersagen für Bilddatensätze erstellen. Jedes Ready-to-use Modell unterstützt sowohl **Einzelvorhersagen** als auch **Batch-Vorhersagen** für Ihren Datensatz. Bei einer **einzelnen Vorhersage** müssen Sie nur eine Vorhersage treffen. Sie haben beispielsweise ein Bild, aus dem Sie Text extrahieren möchten, oder einen Textabsatz, für den Sie die dominante Sprache ermitteln möchten. Bei einer **Batch-Vorhersage** möchten Sie Vorhersagen für einen gesamten Datensatz treffen. Möglicherweise haben Sie eine CSV-Datei mit Kundenrezensionen, für die Sie die Kundenstimmung analysieren möchten, oder Sie haben Bilddateien, in denen Sie Objekte erkennen möchten.
Sie können diese Verfahren für die folgenden Ready-to-use Modelltypen verwenden: Objekterkennungsbilder und Texterkennung in Bildern.
## Einzelne Vorhersagen
Gehen Sie wie folgt vor, um eine einzige Vorhersage für Ready-to-use Modelle zu treffen, die Bilddaten akzeptieren:
1. Wählen Sie im linken Navigationsbereich der Canvas-Anwendung **eady-to-useR-Modelle** aus.
1. Wählen Sie auf der **Ready-to-use Modellseite** das Ready-to-use Modell für Ihren Anwendungsfall aus. Für Bilddaten sollte es eines der folgenden sein: **Objekterkennungsbilder** oder **Texterkennung** in Bildern.
1. Wählen Sie auf der Seite **Vorhersagen ausführen** für das von Ihnen gewählte Ready-to-use Modell die Option **Einzelne Vorhersage** aus.
1. Wählen Sie **Bild hochladen** aus.
1. Sie werden aufgefordert, ein Bild auszuwählen, das von Ihrem lokalen Computer hochgeladen werden soll. Wählen Sie das Bild aus Ihren lokalen Dateien aus, und dann werden die Vorhersageergebnisse generiert.
Im rechten Bereich mit den **Vorhersageergebnissen** erhalten Sie eine Analyse Ihres Bilds sowie einen **Vertrauenswert** für jedes erkannte Objekt oder jeden erkannten Text. Wenn Sie beispielsweise die Objekterkennung in Bildern ausgewählt haben, erhalten Sie eine Liste der Objekte im Bild zusammen mit einem Konfidenzwert, der angibt, wie sicher das Modell ist, dass jedes Objekt korrekt erkannt wurde, z. B. 93 %.
Der folgende Screenshot zeigt die Ergebnisse für eine einzelne Vorhersage mithilfe der Lösung zur Objekterkennung in Bildern, bei der das Modell Objekte wie einen Uhrturm und einen Bus mit 100-prozentiger Sicherheit vorhersagt.
## Stapelvoraussagen
Gehen Sie wie folgt vor, um Batch-Vorhersagen für Ready-to-use Modelle zu treffen, die Bilddaten akzeptieren:
1. Wählen Sie im linken Navigationsbereich der Canvas-Anwendung **eady-to-useR-Modelle** aus.
1. Wählen Sie auf der **Ready-to-use Modellseite** das Ready-to-use Modell für Ihren Anwendungsfall aus. Für Bilddaten sollte es eines der folgenden sein: **Objekterkennungsbilder** oder **Texterkennung** in Bildern.
1. Wählen Sie auf der Seite **Vorhersagen ausführen** für das von Ihnen gewählte Ready-to-use Modell die Option **Batch-Vorhersage** aus.
1. Wählen Sie **Datensatz auswählen**, wenn Sie Ihren Datensatz bereits importiert haben. Wenn nicht, wählen Sie **Neuen Datensatz importieren** aus, und Sie werden dann durch den Datenimport-Workflow geleitet.
1. Wählen Sie aus der Liste der verfügbaren Datensätze Ihren Datensatz aus und wählen Sie **Vorhersage generieren** aus, um Ihre Vorhersagen abzurufen.
Nachdem die Ausführung des Vorhersageauftrags abgeschlossen ist, sehen Sie auf der Seite **Vorhersagen ausführen** einen Ausgabedatensatz, der unter **Vorhersagen** aufgeführt ist. Dieser Datensatz enthält Ihre Ergebnisse. Wenn Sie das Symbol **Weitere Optionen** () auswählen, können Sie **Vorhersageergebnisse anzeigen** wählen, um eine Vorschau der Ausgabedaten anzuzeigen. Anschließend können Sie **Vorhersage herunterladen** auswählen und die Ergebnisse als CSV- oder ZIP-Datei herunterladen.