Model wykrywania obiektów jest podobny do modelu etykietowania obrazów, ale zamiast przypisywać etykiety do całych obrazów, przypisuje etykiety do regionów obrazów. Modeli wykrywania obiektów można używać do rozpoznawania i lokalizowania obiektów na obrazie lub do śledzenia ruchu obiektu na serii obrazów.
Aby wytrenować model wykrywania obiektów, udostępniasz AutoML Vision Edge zestaw obrazów z odpowiednimi etykietami obiektów i granicami obiektów. AutoML Vision Edge wykorzystuje ten zbiór danych do uczenia nowego modelu w chmurze, którego można używać do wykrywania obiektów na urządzeniu.
Zanim zaczniesz
Jeśli nie masz jeszcze projektu Firebase, utwórz go w konsoli Firebase .
Zapoznaj się ze wskazówkami zawartymi w przewodniku Inclusive ML – AutoML .
Jeśli chcesz po prostu wypróbować AutoML Vision Edge i nie masz własnych danych treningowych, pobierz przykładowy zestaw danych, taki jak jeden z poniższych:
- Jeden z zalecanych zestawów danych TensorFlow.
- Zbiór danych hostowany w Kaggle .
1. Zbierz dane treningowe
Najpierw musisz utworzyć zbiór danych szkoleniowych składający się z oznaczonych obrazów. Należy pamiętać o następujących wskazówkach:
Obrazy muszą być w jednym z następujących formatów: JPEG, PNG, GIF, BMP, ICO.
Każdy obraz musi mieć 30 MB lub mniej. Należy pamiętać, że AutoML Vision Edge skaluje większość obrazów podczas wstępnego przetwarzania, więc dostarczanie obrazów o bardzo wysokiej rozdzielczości zazwyczaj nie zapewnia korzyści w zakresie dokładności.
Dołącz co najmniej 10, a najlepiej 100 lub więcej przykładów każdej etykiety.
Dla każdej etykiety uwzględnij różne kąty, rozdzielczości i tła.
Dane uczące powinny być jak najbardziej zbliżone do danych, na podstawie których mają zostać wykonane prognozy. Na przykład, jeśli przypadek użycia obejmuje rozmyte obrazy o niskiej rozdzielczości (np. z kamery bezpieczeństwa), dane szkoleniowe powinny składać się z rozmytych obrazów o niskiej rozdzielczości.
Modele generowane przez AutoML Vision Edge są zoptymalizowane pod kątem fotografii obiektów w świecie rzeczywistym. Mogą nie działać dobrze w przypadku zdjęć rentgenowskich, rysunków odręcznych, zeskanowanych dokumentów, paragonów i tak dalej.
Ponadto modele generalnie nie są w stanie przewidzieć etykiet, których ludzie nie mogą przypisać. Zatem jeśli człowiek nie potrafi przypisać etykiet, patrząc na obraz przez 1–2 sekundy, modelu prawdopodobnie nie da się też tego wyszkolić.
Gdy będziesz mieć gotowe obrazy treningowe, przygotuj je do zaimportowania do Google Cloud. Masz dwie opcje:
Opcja 1: Magazyn w chmurze z indeksem CSV
Prześlij obrazy treningowe do Google Cloud Storage i przygotuj plik CSV zawierający adres URL każdego obrazu oraz, opcjonalnie, prawidłowe etykiety obiektów i obszary ograniczające dla każdego obrazu. Ta opcja jest przydatna w przypadku korzystania z dużych zbiorów danych.
Na przykład prześlij swoje obrazy do Cloud Storage i przygotuj plik CSV w następujący sposób:
gs://your-training-data-bucket/001.jpg,accordion,0.2,0.4,,,0.3,0.5,, gs://your-training-data-bucket/001.jpg,tuba,0.2,0.5,,,0.4,0.8,, gs://your-training-data-bucket/002.jpg,accordion,0.2,0.2,,,0.9,0.8,,
Ramki ograniczające obiekty są określane na obrazie jako współrzędne względne. Zobacz Formatowanie pliku CSV z danymi treningowymi .
Obrazy muszą być przechowywane w zasobniku znajdującym się w regionie us-central1
i będącym częścią odpowiedniego projektu Google Cloud powiązanego z Twoim projektem Firebase.
Opcja 2: obrazy bez etykiet
Oznacz swoje obrazy treningowe i narysuj granice obiektów w konsoli Google Cloud po ich przesłaniu. Jest to zalecane tylko w przypadku małych zbiorów danych. Zobacz następny krok.
2. Wytrenuj swój model
Następnie wytrenuj model, korzystając ze swoich obrazów:
Otwórz stronę Zbiory danych Vision w konsoli Google Cloud. Po wyświetleniu monitu wybierz projekt.
Kliknij Nowy zbiór danych , podaj nazwę zbioru danych, wybierz typ modelu, który chcesz trenować, i kliknij Utwórz zbiór danych .
Na karcie Import zbioru danych prześlij obrazy treningowe, archiwum zip obrazów treningowych lub plik CSV zawierający lokalizacje Cloud Storage, do których je przesłałeś. Zobacz Tworzenie danych treningowych .
Po zakończeniu zadania importu użyj zakładki Obrazy , aby zweryfikować dane szkoleniowe.
Jeśli nie przesłałeś pliku CSV, dla każdego obrazu narysuj ramki ograniczające wokół obiektów, które chcesz rozpoznać, i oznacz każdy obiekt.
Na karcie Pociąg kliknij Rozpocznij szkolenie .
Nazwij model i wybierz typ modelu Edge .
Skonfiguruj następujące ustawienia uczenia, które regulują wydajność wygenerowanego modelu:
Zoptymalizuj model pod kątem... Konfiguracja modelu do użycia. Możesz trenować szybsze, mniejsze modele, gdy ważne są małe opóźnienia lub mały rozmiar pakietu, lub wolniejsze, większe modele, gdy najważniejsza jest dokładność. Budżet godzinowy węzła Maksymalny czas (w godzinach obliczeniowych) spędzony na szkoleniu modelu. Dłuższy czas szkolenia zazwyczaj skutkuje dokładniejszym modelem.
Należy pamiętać, że szkolenie można ukończyć w czasie krótszym niż określony, jeśli system uzna, że model jest zoptymalizowany, a dodatkowe szkolenie nie poprawi dokładności. Płacisz tylko za faktycznie wykorzystane godziny.
Typowe godziny treningów Bardzo małe zestawy 1 godzina 500 obrazów 2 godziny 1000 obrazów 3 godziny 5000 obrazów 6 godzin 10 000 obrazów 7 godzin 50 000 obrazów 11 godzin 100 000 obrazów 13 godzin 1 000 000 obrazów 18 godzin
3. Oceń swój model
Po zakończeniu uczenia możesz kliknąć kartę Oceń , aby wyświetlić metryki wydajności modelu.
Jednym z ważnych zastosowań tej strony jest określenie progu ufności, który najlepiej sprawdza się w przypadku Twojego modelu. Próg ufności to minimalna pewność, jaką musi mieć model, aby przypisać etykietę do obrazu. Przesuwając suwak Próg ufności , możesz zobaczyć, jak różne progi wpływają na wydajność modelu. Wydajność modelu mierzy się za pomocą dwóch wskaźników: precyzji i przypominalności .
W kontekście klasyfikacji obrazów precyzja to stosunek liczby obrazów, które zostały poprawnie oznaczone, do liczby obrazów, które model opisał przy wybranym progu. Gdy model ma wysoką precyzję, rzadziej przypisuje niepoprawne etykiety (mniej wyników fałszywie dodatnich).
Przypomnienie to stosunek liczby obrazów, które zostały prawidłowo oznaczone, do liczby obrazów zawierających treść, którą model powinien był w stanie oznaczyć. Kiedy model jest dobrze zapamiętywany, rzadziej nie przypisuje żadnej etykiety (mniej wyników fałszywie negatywnych).
To, czy optymalizujesz pod kątem precyzji, czy przypominania, będzie zależeć od przypadku użycia. Aby uzyskać więcej informacji, zobacz przewodnik dla początkujących AutoML Vision i podręcznik Inclusive ML — AutoML .
Gdy znajdziesz próg ufności, który pozwala uzyskać satysfakcjonujące Cię metryki, zanotuj go; użyjesz progu ufności do skonfigurowania modelu w swojej aplikacji. (Możesz użyć tego narzędzia w dowolnym momencie, aby uzyskać odpowiednią wartość progową.)
4. Opublikuj lub pobierz swój model
Jeśli jesteś zadowolony z wydajności modelu i chcesz go użyć w aplikacji, masz trzy opcje, spośród których możesz wybrać dowolną kombinację: wdrożyć model do prognozowania online, opublikować model w Firebase lub pobrać model i spakować go z Twoją aplikacją.
Wdróż model
Na karcie Testuj i używaj w zestawie danych możesz wdrożyć model na potrzeby prognozowania online, które uruchamia model w chmurze. Ta opcja jest opisana w dokumentacji Cloud AutoML . Dokumenty na tej stronie dotyczą pozostałych dwóch opcji.
Opublikuj model
Publikując model w Firebase, możesz zaktualizować model bez wydawania nowej wersji aplikacji, a także możesz użyć zdalnej konfiguracji i testów A/B, aby dynamicznie udostępniać różne modele różnym grupom użytkowników.
Jeśli zdecydujesz się udostępnić model tylko poprzez hostowanie go w Firebase, a nie łączyć go z aplikacją, możesz zmniejszyć początkowy rozmiar pobieranej aplikacji. Pamiętaj jednak, że jeśli model nie jest dołączony do Twojej aplikacji, wszelkie funkcje związane z modelem nie będą dostępne, dopóki aplikacja nie pobierze modelu po raz pierwszy.
Aby opublikować model, możesz użyć jednej z dwóch metod:
- Pobierz model TF Lite ze strony Testuj i używaj swojego zbioru danych w konsoli Google Cloud, a następnie prześlij model na stronie Model niestandardowy w konsoli Firebase. Jest to zazwyczaj najłatwiejszy sposób opublikowania pojedynczego modelu.
- Opublikuj model bezpośrednio z projektu Google Cloud w Firebase, korzystając z pakietu Admin SDK. Tej metody można użyć do zbiorczego publikowania kilku modeli lub do tworzenia automatycznych potoków publikowania.
Aby opublikować model za pomocą interfejsu API zarządzania modelami pakietu Admin SDK:
Opublikuj model.
Będziesz musiał określić identyfikator zasobu modelu, który jest ciągiem znaków wyglądającym jak w poniższym przykładzie:
projects/PROJECT_NUMBER/locations/us-central1/models/MODEL_ID
PROJECT_NUMBER
Numer projektu zasobnika Cloud Storage zawierającego model. Może to być Twój projekt Firebase lub inny projekt Google Cloud. Tę wartość znajdziesz na stronie Ustawienia konsoli Firebase lub w panelu konsoli Google Cloud. MODEL_ID
Identyfikator modelu, który uzyskałeś z API AutoML Cloud. Pyton
# First, import and initialize the SDK. # Get a reference to the AutoML model source = ml.TFLiteAutoMlSource('projects/{}/locations/us-central1/models/{}'.format( # See above for information on these values. project_number, model_id )) # Create the model object tflite_format = ml.TFLiteFormat(model_source=source) model = ml.Model( display_name="example_model", # This is the name you will use from your app to load the model. tags=["examples"], # Optional tags for easier management. model_format=tflite_format) # Add the model to your Firebase project and publish it new_model = ml.create_model(model) new_model.wait_for_unlocked() ml.publish_model(new_model.model_id)
Node.js
// First, import and initialize the SDK. (async () => { // Get a reference to the AutoML model. See above for information on these // values. const automlModel = `projects/${projectNumber}/locations/us-central1/models/${modelId}`; // Create the model object and add the model to your Firebase project. const model = await ml.createModel({ displayName: 'example_model', // This is the name you use from your app to load the model. tags: ['examples'], // Optional tags for easier management. tfliteModel: { automlModel: automlModel }, }); // Wait for the model to be ready. await model.waitForUnlocked(); // Publish the model. await ml.publishModel(model.modelId); process.exit(); })().catch(console.error);
Pobierz i połącz model ze swoją aplikacją
Łącząc model z aplikacją, możesz mieć pewność, że funkcje uczenia maszynowego w aplikacji będą nadal działać, gdy model hostowany przez Firebase nie będzie dostępny.
Jeśli opublikujesz model i dołączysz go do aplikacji, aplikacja użyje najnowszej dostępnej wersji.
Aby pobrać model, kliknij TF Lite na stronie Testuj i używaj swojego zbioru danych.
Następne kroki
Po opublikowaniu lub pobraniu modelu dowiedz się, jak używać go w aplikacjach na iOS+ i Androida .