AI-901
Deep Dive
Azure ofrece múltiples servicios de visión por computadora, cada uno optimizado para un caso de uso específico. El AI-901 evalúa cuál servicio elegir dado un escenario — conoce las diferencias clave.
Contenido
Azure AI Vision
Image Analysis + Read API (OCR)
Análisis general de imágenes y OCR de documentos
Azure AI Vision Custom Model
Clasificación personalizada + Detección de objetos personalizada
Cuando necesitas categorías específicas de tu negocio que los modelos generales no reconocen
Face API
Detección, identificación, verificación facial
Sistemas de acceso biométrico, verificación de identidad, análisis de atributos faciales
Document Intelligence
OCR estructurado + Extracción de formularios
Facturas, recibos, contratos, tarjetas de ID — cuando necesitas campos específicos del documento
Video Indexer
Análisis profundo de video
Transcripción de video, identificación de speakers, detección de escenas, OCR en video
Servicio de análisis de imágenes general basado en modelos pre-entrenados de Microsoft. Se usa vía API REST — sin entrenamiento propio.
Descripción automática
Genera texto descriptivo del contenido de una imagen en lenguaje natural.
Detección de objetos
Localiza objetos comunes (personas, autos, animales, muebles) con bounding boxes.
Tagging
Lista de etiquetas descriptivas de la imagen con nivel de confianza.
Categorización
Clasifica la imagen en una jerarquía de 86 categorías predefinidas.
Detección de contenido adulto
Identifica contenido inapropiado, violento o de adultos para moderación.
Color dominante
Extrae los colores principales de la imagen, incluyendo si es a color o escala de grises.
Detección de marcas
Identifica logos de marcas conocidas en imágenes.
Video con Content Understanding
Segmenta y describe grabaciones de video con modelos generativos: transcripción, escenas y campos personalizados. Spatial Analysis, que contaba personas en video en tiempo real, se retiró en 2025.
La Read API (parte de Azure AI Vision) es el servicio OCR más avanzado de Azure. Maneja documentos densos, múltiples idiomas, texto en diversas orientaciones y PDFs de múltiples páginas.
Características clave
Texto manuscrito y mecanografiado
Documentos con layouts complejos (tablas, columnas)
PDFs de múltiples páginas
+170 idiomas soportados
Texto en diferentes orientaciones y rotaciones
Retorna bounding box de cada palabra
Casos de uso ideales
Digitalización masiva de documentos en archivo
Procesamiento automático de facturas y recibos
Extracción de datos de formularios escaneados
Hacer buscables documentos históricos
Capturar texto de fotos de carteles o pizarras
Convierte una foto de un recibo en texto estructurado en segundos, con puntajes de confianza por línea.
+1 más...
Para clasificar imágenes o detectar objetos con categorías propias se usaba Custom Vision, que entrenaba modelos con tus imágenes etiquetadas y sin código. Microsoft anunció su retirada (soporte hasta el 25 de septiembre de 2028) y recomienda Content Understanding (clasificación personalizada), un modelo multimodal del catálogo de Foundry o AutoML de Azure Machine Learning. En AI-901 lo que se evalúa es interpretar imágenes con modelos multimodales y crear aplicaciones con capacidades de visión en Foundry.
Clasificación de imágenes personalizada
Entrena un modelo que reconoce TUS categorías específicas.
Ejemplo: una empresa farmacéutica quiere clasificar sus 50 tipos de pastillas por apariencia visual. Los modelos generales no conocen esas pastillas específicas.
Mínimo recomendado: 30 imágenes por clase
Detección de objetos personalizada
Detecta y localiza objetos específicos que no están en modelos pre-entrenados.
Ejemplo: detectar y localizar tornillos defectuosos en una línea de manufactura — el modelo general no conoce ese defecto específico.
Requiere etiquetar bounding boxes manualmente
Azure AI Vision vs Custom Model — cuándo usar cada uno
Azure AI Vision (modelo pre-entrenado)
Cuando las categorías son generales y el modelo pre-entrenado las reconoce. Sin datos ni entrenamiento propios.
Azure AI Vision Custom Model
Cuando necesitas categorías específicas de tu dominio que los modelos generales no conocen. Tienes imágenes propias para entrenar.
Crea tu propio proyecto de Custom Vision, sube imágenes etiquetadas y entrena un modelo para detectar defectos específicos.
+1 más...
Sin pasos guiados: lee un escenario con varios requisitos apilados y elige, entre 4 servicios de visión, el único que los cumple todos.
+1 más...
Un modelo apenas alcanza 61% de precisión. Encuentra la causa (no es el algoritmo) y corrígela — sin pasos guiados.
+1 más...
Detect
Sin identificación de personaDetecta rostros en una imagen. Retorna bounding boxes y atributos opcionales (edad estimada, expresión, accesorios).
Identify
Requiere base de datos de personasCompara un rostro con un grupo de personas registradas (PersonGroup). Retorna quién es con nivel de confianza.
Verify
1 vs 1Compara dos imágenes faciales y dice si son la misma persona. Para verificación 1:1 (¿eres quien dices ser?).
Find Similar
Sin identidades registradasDado un rostro, encuentra los más similares en una lista. No identifica por nombre — solo por similitud visual.
Group
No supervisadoAgrupa rostros no identificados por similitud visual. Útil para organizar colecciones de fotos.
Localiza rostros en una imagen y entiende por qué Microsoft restringe la identificación de personas por razones éticas.
+1 más...
Document Intelligence va más allá del OCR simple: no solo extrae texto, sino que comprende la estructura del documento y extrae campos específicos. Tiene modelos pre-construidos para tipos de documentos comunes y permite modelos personalizados.
🧾
Facturas
Extrae campos: proveedor, importe, fecha, líneas de items, subtotales, impuestos, fecha de vencimiento.
🏪
Recibos
Extrae: nombre del comercio, items comprados, total, impuestos, fecha, método de pago.
🪪
Tarjetas de ID
Extrae: nombre, fecha de nacimiento, número de documento, fecha de expiración, país emisor.
📇
Tarjetas de presentación
Extrae: nombre, empresa, cargo, email, teléfono, dirección.
📋
W-2 / Formularios fiscales
Extrae campos específicos de formularios fiscales de EE.UU.
⚙️
Modelo personalizado
Entrenas con tus propios documentos para extraer campos específicos de formularios propietarios.
Usa el modelo prebuilt-invoice para extraer campos con nombre (proveedor, total, fecha) en vez de texto plano.
+1 más...
Video Indexer combina múltiples modelos de IA para extraer insights completos de contenido de video — no solo analiza un frame, sino el video completo con su contexto temporal.
Transcripción automática de audio a texto (Speech-to-Text)
Identificación de speakers (quién habló cuándo)
Traducción automática de transcripciones
OCR en video (texto que aparece en pantalla)
Detección de escenas y cortes de cámara
Identificación de personas (con base de datos facial)
Extracción de tópicos clave del contenido
Detección de emociones y sentimientos del speaker
Reconocimiento de marcas mencionadas o visibles
Moderación de contenido inapropiado en video
| Escenario | Servicio recomendado |
|---|---|
| Etiquetar automáticamente fotos de un álbum familiar | Azure AI Vision — Image Analysis |
| Resumir grabaciones de reuniones por escenas para un buscador interno | Azure Content Understanding (video) |
| Leer texto de facturas escaneadas de múltiples páginas | Azure AI Vision — Read API |
| Clasificar fotos de productos de tu empresa en 20 categorías propias | Azure AI Vision Custom Model — clasificación personalizada |
| Detectar y localizar tornillos defectuosos en línea de manufactura | Azure AI Vision Custom Model — detección de objetos |
| Verificar que la foto de un ID bancario es la misma persona que se registra | Face API — Verify |
| Extraer automáticamente importe, proveedor y fecha de facturas | Azure AI Document Intelligence |
| Transcribir y hacer buscable un archivo de 500 videos de capacitación | Video Indexer |
¿Entendiste este tema?
Pon a prueba lo que acabas de aprender
Una empresa de seguros quiere automatizar el procesamiento de reclamaciones. Los clientes envían fotos de sus facturas médicas escaneadas. El sistema debe extraer automáticamente el nombre del proveedor médico, la fecha del servicio y el monto total. ¿Qué servicio Azure es más apropiado?
Pon a prueba lo que aprendiste con preguntas originales del examen AI-901.
Iniciar simulacro AI-901Sin límite de simulacros con plan Pro
Inicia sesión para llevar tu progreso.