ऑब्जेक्ट का पता लगाने वाला मॉडल, इमेज को लेबल करने वाले मॉडल से मिलता-जुलता है. हालांकि, यह पूरी इमेज को लेबल करने के बजाय, इमेज के हिस्सों को लेबल करता है. ऑब्जेक्ट की पहचान करने वाले मॉडल का इस्तेमाल करके, किसी इमेज में ऑब्जेक्ट की पहचान की जा सकती है और उनकी जगह का पता लगाया जा सकता है. इसके अलावा, इमेज की सीरीज़ में किसी ऑब्जेक्ट की गतिविधियों को ट्रैक भी किया जा सकता है.
ऑब्जेक्ट डिटेक्शन मॉडल को ट्रेन करने के लिए, AutoML Vision Edge को ऑब्जेक्ट के लेबल और ऑब्जेक्ट की सीमाओं वाली इमेज का एक सेट दें. AutoML विज़न Edge, क्लाउड में नए मॉडल को ट्रेन करने के लिए इस डेटासेट का इस्तेमाल करता है. इसका इस्तेमाल, डिवाइस पर ऑब्जेक्ट का पता लगाने के लिए किया जा सकता है.
शुरू करने से पहले
अगर आपके पास पहले से कोई Firebase प्रोजेक्ट नहीं है, तो Firebase कंसोल में एक प्रोजेक्ट बनाएं.
सभी को शामिल करने वाली एमएल गाइड - AutoML में दिए गए दिशा-निर्देशों को अच्छी तरह से समझ लें.
अगर आपको सिर्फ़ AutoML विज़न Edge आज़माना है और आपके पास ट्रेनिंग के लिए अपना डेटा नहीं है, तो कोई सैंपल डेटा डाउनलोड करें. जैसे, इनमें से कोई एक:
- TensorFlow के सुझाए गए डेटासेट में से एक.
- Kaggle पर होस्ट किया गया डेटासेट.
1. ट्रेनिंग डेटा इकट्ठा करना
सबसे पहले, आपको लेबल की गई इमेज का ट्रेनिंग डेटासेट बनाना होगा. इन दिशा-निर्देशों को ध्यान में रखें:
इमेज इनमें से किसी एक फ़ॉर्मैट में होनी चाहिए: JPEG, PNG, GIF, BMP, ICO.
हर इमेज का साइज़ 30 एमबी या उससे कम होना चाहिए. ध्यान दें कि AutoML Vision Edge, प्री-प्रोसेसिंग के दौरान ज़्यादातर इमेज को डाउनस्केल कर देता है. इसलिए, बहुत ज़्यादा रिज़ॉल्यूशन वाली इमेज उपलब्ध कराने का आम तौर पर कोई फ़ायदा नहीं होता.
हर लेबल के कम से कम 10 उदाहरण और 100 या उससे ज़्यादा उदाहरण शामिल करें.
हर लेबल के लिए कई ऐंगल, रिज़ॉल्यूशन, और बैकग्राउंड शामिल करें.
ट्रेनिंग डेटा उस डेटा के ज़्यादा से ज़्यादा करीब होना चाहिए जिस पर अनुमान लगाए जाने हैं. उदाहरण के लिए, अगर आपके इस्तेमाल के उदाहरण में धुंधली और कम रिज़ॉल्यूशन वाली इमेज (जैसे, किसी सुरक्षा कैमरे से ली गई हैं) शामिल हैं, तो आपका ट्रेनिंग डेटा धुंधली या लो रिज़ॉल्यूशन वाली इमेज से बना होना चाहिए.
AutoML Vision Edge से जनरेट किए गए मॉडल, असल दुनिया के ऑब्जेक्ट की फ़ोटो के लिए ऑप्टिमाइज़ किए जाते हैं. हो सकता है कि ये एक्स-रे, हाथ से बनाई गई ड्रॉइंग, स्कैन किए गए दस्तावेज़, रसीद वगैरह के लिए ठीक से काम न करें.
साथ ही, आम तौर पर मॉडल ऐसे लेबल का अनुमान नहीं लगा सकते जिन्हें इंसान असाइन नहीं कर सकते. इसलिए, अगर कोई व्यक्ति इमेज को एक-दो सेकंड तक देखकर लेबल असाइन नहीं कर सकता, तो हो सकता है कि मॉडल को भी ऐसा करने के लिए ट्रेनिंग न दी जा सके.
ट्रेनिंग के लिए इमेज तैयार होने के बाद, उन्हें Google Cloud में इंपोर्ट करने के लिए तैयार करें. आपके पास दो विकल्प हैं:
पहला विकल्प: Cloud Storage, CSV इंडेक्स के साथ
Google Cloud Storage पर अपनी ट्रेनिंग इमेज अपलोड करें और हर इमेज के यूआरएल की सूची वाली CSV फ़ाइल तैयार करें. इसके अलावा, हर इमेज के लिए सही ऑब्जेक्ट लेबल और बाउंडिंग क्षेत्रों की सूची वाली CSV फ़ाइल भी तैयार की जा सकती है. बड़े डेटासेट का इस्तेमाल करते समय, यह विकल्प मददगार होता है.
उदाहरण के लिए, Cloud Storage पर अपनी इमेज अपलोड करें और इस तरह की CSV फ़ाइल तैयार करें:
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,,
ऑब्जेक्ट के बाउंडिंग बॉक्स, इमेज में रिलेटिव निर्देशांक के तौर पर तय किए जाते हैं. ट्रेनिंग डेटा की CSV फ़ाइल को फ़ॉर्मैट करना देखें.
इमेज को us-central1 क्षेत्र में मौजूद बकेट में सेव करना होगा. साथ ही, यह
Firebase प्रोजेक्ट से जुड़े Google Cloud प्रोजेक्ट का हिस्सा होना चाहिए.
दूसरा विकल्प: बिना लेबल वाली इमेज
ट्रेनिंग के लिए इस्तेमाल होने वाली इमेज अपलोड करने के बाद, उन्हें लेबल करें और Google Cloud कंसोल में ऑब्जेक्ट की सीमाएं बनाएं. सिर्फ़ छोटे डेटासेट के लिए इसका सुझाव दिया जाता है. अगला चरण देखें.
2. अपने मॉडल को ट्रेनिंग दें
इसके बाद, अपनी इमेज का इस्तेमाल करके मॉडल को ट्रेनिंग दें:
Google Cloud कंसोल में, विज़न डेटासेट पेज खोलें. जब कहा जाए, तब अपना प्रोजेक्ट चुनें.
नया डेटासेट पर क्लिक करें. इसके बाद, डेटासेट के लिए कोई नाम दें और वह मॉडल टाइप चुनें जिसे आपको ट्रेन करना है. इसके बाद, डेटासेट बनाएं पर क्लिक करें.
अपने डेटासेट के इंपोर्ट करें टैब पर, ट्रेनिंग की इमेज अपलोड करें. साथ ही, ट्रेनिंग इमेज का ज़िप संग्रह या उन Cloud Storage जगहों वाली CSV फ़ाइल अपलोड करें जहां आपने उन्हें अपलोड किया है. ट्रेनिंग के लिए डेटा इकट्ठा करना लेख पढ़ें.
इंपोर्ट करने का टास्क पूरा होने के बाद, इमेज टैब का इस्तेमाल करके, ट्रेनिंग डेटा की पुष्टि करें.
अगर आपने CSV फ़ाइल अपलोड नहीं की है, तो हर इमेज के लिए, उन ऑब्जेक्ट के चारों ओर बॉउंडिंग बॉक्स बनाएं जिन्हें आपको पहचानना है. साथ ही, हर ऑब्जेक्ट को लेबल करें.
ट्रेन टैब में, ट्रेनिंग शुरू करें पर क्लिक करें.
मॉडल को कोई नाम दें और Edge मॉडल टाइप चुनें.
जनरेट किए गए मॉडल की परफ़ॉर्मेंस को कंट्रोल करने वाली, ट्रेनिंग की ये सेटिंग कॉन्फ़िगर करें:
मॉडल को इनके लिए ऑप्टिमाइज़ करें... इस्तेमाल किया जाने वाला मॉडल कॉन्फ़िगरेशन. कम इंतज़ार या छोटे पैकेज साइज़ के लिए, तेज़ी से काम करने वाले छोटे मॉडल को ट्रेन किया जा सकता है. वहीं, सटीक नतीजे पाने के लिए, धीमे और बड़े मॉडल को ट्रेन किया जा सकता है. नोड के घंटे का बजट मॉडल को ट्रेनिंग देने में, कंप्यूट घंटों में लगने वाला ज़्यादा से ज़्यादा समय. आम तौर पर, ट्रेनिंग में ज़्यादा समय लगने से मॉडल ज़्यादा सटीक हो जाता है.
ध्यान दें कि अगर सिस्टम यह तय करता है कि मॉडल को ऑप्टिमाइज़ कर दिया गया है और अतिरिक्त ट्रेनिंग से सटीक नतीजे नहीं मिलेंगे, तो ट्रेनिंग तय समय से कम में पूरी हो सकती है. आपसे सिर्फ़ उन घंटों के लिए शुल्क लिया जाता है जिनका इस्तेमाल किया गया है.
ट्रेनिंग में लगने वाला सामान्य समय बहुत छोटे सेट 1 घंटा 500 इमेज 2 घंटे 1,000 इमेज 3 घंटे 5,000 इमेज 6 घंटे 10,000 इमेज सात घंटे 50,000 इमेज 11 घंटे 1,00,000 इमेज 13 घंटे 10,00,000 इमेज 18 घंटे
3. अपने मॉडल का मूल्यांकन करना
ट्रेनिंग पूरी होने के बाद, मॉडल की परफ़ॉर्मेंस मेट्रिक देखने के लिए, आकलन करें टैब पर क्लिक करें.
इस पेज का एक अहम इस्तेमाल यह है कि आप वह कॉन्फ़िडेंस थ्रेशोल्ड तय करें जो आपके मॉडल के लिए सबसे अच्छा काम करे. कॉन्फ़िडेंस थ्रेशोल्ड वह कम से कम कॉन्फ़िडेंस होता है जो किसी इमेज को लेबल असाइन करने के लिए, मॉडल के पास होना चाहिए. कॉन्फ़िडेंस थ्रेशोल्ड स्लाइडर को मूव करके, यह देखा जा सकता है कि अलग-अलग थ्रेशोल्ड से मॉडल की परफ़ॉर्मेंस पर क्या असर पड़ता है. मॉडल की परफ़ॉर्मेंस को दो मेट्रिक का इस्तेमाल करके मेज़र किया जाता है: प्रिसिज़न और रीकॉल.
इमेज को कैटगरी में बांटने के मामले में, सटीकनेस का मतलब है कि सही तरीके से लेबल की गई इमेज की संख्या और चुनी गई थ्रेशोल्ड के हिसाब से, मॉडल की ओर से लेबल की गई इमेज की संख्या के बीच का अनुपात. जब किसी मॉडल की परफ़ॉर्मेंस अच्छी होती है, तो वह कम ही गलत लेबल असाइन करता है (कम फ़ॉल्स पॉज़िटिव).
रीकॉल, सही तरीके से लेबल की गई इमेज की संख्या और उन इमेज की संख्या के बीच का अनुपात है जिनमें मॉडल को लेबल करना चाहिए था. जब किसी मॉडल का रीकॉल रेट ज़्यादा होता है, तो वह कम बार कोई लेबल असाइन करता है (गलत नेगेटिव कम होते हैं).
सटीक या रीकॉल के लिए ऑप्टिमाइज़ करना, इस बात पर निर्भर करता है कि आपको किस तरह का डेटा चाहिए. ज़्यादा जानकारी के लिए, AutoML Vision के लिए शुरुआती लोगों की गाइड और सभी के लिए मशीन लर्निंग गाइड - AutoML देखें.
अगर आपको ऐसी मेट्रिक मिलती है जो आपके लिए सहज है, तो कॉन्फ़िडेंस थ्रेशोल्ड मिल जाने पर, उसे याद रखें. अपने ऐप्लिकेशन में मॉडल को कॉन्फ़िगर करने के लिए, कॉन्फ़िडेंस थ्रेशोल्ड का इस्तेमाल करें. (थ्रेशोल्ड की सही वैल्यू पाने के लिए, कभी भी इस टूल का इस्तेमाल किया जा सकता है.)
4. अपना मॉडल पब्लिश करना या डाउनलोड करना
अगर आप मॉडल की परफ़ॉर्मेंस से संतुष्ट हैं और आपको इसे किसी ऐप्लिकेशन में इस्तेमाल करना है, तो आपके पास तीन विकल्प हैं. इनमें से कोई भी विकल्प चुना जा सकता है: ऑनलाइन अनुमान के लिए मॉडल को डिप्लॉय करना, मॉडल को Firebase पर पब्लिश करना या मॉडल को डाउनलोड करके, उसे अपने ऐप्लिकेशन के साथ बंडल करना.
मॉडल को डिप्लॉय करना
अपने डेटासेट के जांच करें और इस्तेमाल करें टैब में, ऑनलाइन अनुमान के लिए अपना मॉडल डिप्लॉय किया जा सकता है. यह मॉडल, क्लाउड में चलता है. इस विकल्प के बारे में Cloud AutoML के दस्तावेज़ों में बताया गया है. इस साइट पर मौजूद दस्तावेज़, बाकी दो विकल्पों के बारे में बताते हैं.
मॉडल पब्लिश करना
Firebase में मॉडल पब्लिश करके, ऐप्लिकेशन का नया वर्शन रिलीज़ किए बिना ही मॉडल को अपडेट किया जा सकता है. साथ ही, उपयोगकर्ताओं के अलग-अलग ग्रुप को डाइनैमिक तौर पर अलग-अलग मॉडल दिखाने के लिए, Remote Config और A/B Testing का इस्तेमाल किया जा सकता है.
अगर आपने मॉडल को Firebase पर होस्ट करके, उसे अपने ऐप्लिकेशन के साथ बंडल नहीं किया है, तो अपने ऐप्लिकेशन के शुरुआती डाउनलोड साइज़ को कम किया जा सकता है. हालांकि, ध्यान रखें कि अगर मॉडल को आपके ऐप्लिकेशन के साथ बंडल नहीं किया गया है, तो मॉडल से जुड़ी कोई भी सुविधा तब तक उपलब्ध नहीं होगी, जब तक आपका ऐप्लिकेशन पहली बार मॉडल को डाउनलोड नहीं कर लेता.
अपना मॉडल पब्लिश करने के लिए, इनमें से किसी एक तरीके का इस्तेमाल किया जा सकता है:
- Google Cloud कंसोल में, अपने डेटासेट के जांच करें और इस्तेमाल करें पेज से TF Lite मॉडल डाउनलोड करें. इसके बाद, Firebase कंसोल के कस्टम मॉडल पेज पर मॉडल अपलोड करें. आम तौर पर, किसी एक मॉडल को पब्लिश करने का यह सबसे आसान तरीका है.
- एडमिन SDK टूल का इस्तेमाल करके, अपने Google Cloud प्रोजेक्ट से सीधे Firebase में मॉडल पब्लिश करें. इस तरीके का इस्तेमाल कई मॉडल पब्लिश करने के लिए या अपने-आप तैयार होने वाले पाइपलाइन बनाने में किया जा सकता है.
Admin SDK के मॉडल मैनेजमेंट एपीआई की मदद से मॉडल पब्लिश करने के लिए:
मॉडल को पब्लिश करें.
आपको मॉडल के रिसॉर्स आइडेंटिफ़ायर की जानकारी देनी होगी. यह एक स्ट्रिंग है, जो नीचे दिए गए उदाहरण की तरह दिखती है:
projects/PROJECT_NUMBER/locations/us-central1/models/MODEL_ID
PROJECT_NUMBERउस Cloud Storage बकेट का प्रोजेक्ट नंबर जिसमें मॉडल मौजूद है. यह आपका Firebase प्रोजेक्ट या कोई दूसरा Google Cloud प्रोजेक्ट हो सकता है. यह वैल्यू, Firebase कंसोल के सेटिंग पेज या Google Cloud कंसोल के डैशबोर्ड पर देखी जा सकती है. MODEL_IDमॉडल का आईडी, जो आपको AutoML Cloud API से मिला है. Python
# 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);
मॉडल को डाउनलोड करके, अपने ऐप्लिकेशन के साथ बंडल करना
अपने मॉडल को ऐप्लिकेशन के साथ बंडल करके, यह पक्का किया जा सकता है कि Firebase पर होस्ट किया गया मॉडल उपलब्ध न होने पर भी, आपके ऐप्लिकेशन की एमएल सुविधाएं काम करती रहें.
अगर आपने मॉडल को पब्लिश किया है और उसे अपने ऐप्लिकेशन के साथ बंडल किया है, तो ऐप्लिकेशन उपलब्ध सबसे नए वर्शन का इस्तेमाल करेगा.
मॉडल डाउनलोड करने के लिए, अपने डेटासेट के जांच और इस्तेमाल करें पेज पर जाकर, TF Lite पर क्लिक करें.
अगले चरण
अब जब आपने मॉडल को पब्लिश या डाउनलोड कर लिया है, तो अपने iOS+ और Android ऐप्लिकेशन में मॉडल को इस्तेमाल करने का तरीका जानें.