Firebase is back at Google I/O on May 10! Register now

Wytrenuj model wykrywania obiektów za pomocą AutoML Vision Edge

Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

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 w serii obrazów.

Aby wytrenować model wykrywania obiektów, dostarczasz AutoML Vision Edge zestaw obrazów z odpowiednimi etykietami obiektów i granicami obiektów. AutoML Vision Edge używa tego zestawu danych do trenowania nowego modelu w chmurze, którego można użyć do wykrywania obiektów na urządzeniu.

Zanim zaczniesz

1. Zbierz dane treningowe

Najpierw musisz zebrać zestaw danych szkoleniowych z etykietowanymi obrazami. Pamiętaj o następujących wskazówkach:

  • Obrazy muszą być w jednym z następujących formatów: JPEG, PNG, GIF, BMP, ICO.

  • Każdy obraz musi mieć maksymalnie 30 MB. Należy pamiętać, że AutoML Vision Edge zmniejsza większość obrazów podczas wstępnego przetwarzania, więc generalnie dostarczanie obrazów o bardzo wysokiej rozdzielczości nie przynosi żadnych korzyści w zakresie dokładności.

  • Dołącz co najmniej 10, a najlepiej 100 lub więcej przykładów każdej etykiety.

  • Uwzględnij wiele kątów, rozdzielczości i tła dla każdej etykiety.

  • Dane uczące powinny być jak najbardziej zbliżone do danych, na których mają być wykonane predykcje. Na przykład, jeśli Twój przypadek użycia obejmuje rozmyte obrazy o niskiej rozdzielczości (na przykład z kamery bezpieczeństwa), dane treningowe 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 nie mogą ogólnie przewidywać etykiet, których ludzie nie mogą przypisać. Tak więc, jeśli człowiek nie może przypisać etykiet, patrząc na obraz przez 1-2 sekundy, prawdopodobnie nie da się tego nauczyć modelu.

Gdy masz gotowe obrazy szkoleniowe, przygotuj je do zaimportowania do Google Cloud. Masz dwie opcje:

Opcja 1: Cloud Storage z indeksem CSV

Prześlij obrazy szkoleniowe do Google Cloud Storage i przygotuj plik CSV zawierający adresy URL każdego obrazu oraz opcjonalnie prawidłowe etykiety obiektów i regiony ograniczające dla każdego obrazu. Ta opcja jest przydatna podczas korzystania z dużych zestawów 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 określone jako współrzędne względne na obrazie. Zobacz Formatowanie pliku CSV danych treningowych .

Obrazy muszą być przechowywane w zasobniku znajdującym się w regionie us-central1 i będącym częścią odpowiedniego projektu Google Cloud projektu Firebase.

Opcja 2: Obrazy bez etykiet

Oznacz swoje obrazy szkoleniowe i narysuj granice obiektów w Google Cloud Console po ich przesłaniu. Jest to zalecane tylko w przypadku małych zestawów danych. Zobacz następny krok.

2. Trenuj swój model

Następnie wytrenuj model, używając swoich obrazów:

  1. Otwórz stronę Vision Datasets w Google Cloud Console. Wybierz projekt po wyświetleniu monitu.

  2. Kliknij Nowy zestaw danych , podaj nazwę zestawu danych, wybierz typ modelu, który chcesz wytrenować, a następnie kliknij Utwórz zestaw danych .

  3. Na karcie Importuj zbioru danych prześlij obrazy treningowe, archiwum ZIP obrazów szkoleniowych lub plik CSV zawierający lokalizacje Cloud Storage, do których je przesłałeś. Zobacz Zbieranie danych treningowych .

  4. Po zakończeniu zadania importowania użyj karty Obrazy , aby zweryfikować dane szkoleniowe.

  5. Jeśli nie przesłałeś pliku CSV, dla każdego obrazu narysuj obwiednie wokół obiektów, które chcesz rozpoznać, i oznacz je etykietami.

  6. Na karcie Trenuj kliknij Rozpocznij szkolenie .

    1. Nazwij model i wybierz typ modelu Edge .

    2. Skonfiguruj następujące ustawienia uczenia, które regulują wydajność generowanego modelu:

      Zoptymalizuj model dla... 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) poświęcony na szkolenie modelu. Dłuższy czas szkolenia generalnie skutkuje dokładniejszym modelem.

      Należy pamiętać, że szkolenie można ukończyć w czasie krótszym niż określony, jeśli system ustali, że model jest zoptymalizowany, a dodatkowe szkolenie nie poprawi dokładności. Opłata jest naliczana tylko za faktycznie wykorzystane godziny.

      Typowe godziny szkolenia
      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 szkolenia możesz kliknąć kartę Oceń , aby wyświetlić metryki wydajności dla modelu.

Jednym z ważnych zastosowań tej strony jest określenie progu ufności, który najlepiej sprawdza się w przypadku Twojego modelu. Próg pewności 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 jest mierzona za pomocą dwóch metryk: precyzji i przypominania .

W kontekście klasyfikacji obrazów precyzja to stosunek liczby obrazów, które zostały poprawnie oznaczone, do liczby obrazów, które model oznaczył przy wybranym progu. Kiedy model ma wysoką precyzję, rzadziej przypisuje niepoprawnie etykiety (mniej fałszywych trafień).

Recall to stosunek liczby obrazów, które zostały prawidłowo oznaczone, do liczby obrazów, które zawierały treść, którą model powinien był oznaczyć. Gdy model ma wysoką pamięć, rzadziej nie udaje mu się przypisać żadnej etykiety (mniej fałszywych negatywów).

To, czy optymalizujesz pod kątem precyzji, czy przypominania, będzie zależeć od przypadku użycia. Więcej informacji można znaleźć w przewodniku AutoML Vision dla początkujących i Inclusive ML — AutoML .

Kiedy znajdziesz próg ufności, który daje metryki, z którymi czujesz się komfortowo, zanotuj to; 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 predykcji online, opublikować model w Firebase lub pobrać model i spakować go z Twoją aplikacją.

Wdróż model

Na karcie Testuj i używaj swojego zestawu danych możesz wdrożyć model do prognozowania online, który uruchamia model w chmurze. Ta opcja jest omówiona 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 użyć zdalnej konfiguracji i testów A/B do dynamicznego udostępniania różnych modeli różnym grupom użytkowników.

Jeśli zdecydujesz się udostępnić model tylko przez hostowanie go w Firebase, a nie w pakiecie 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 swój model, możesz użyć jednej z dwóch metod:

  • Pobierz model TF Lite ze strony Testuj i używaj swojego zbioru danych w Google Cloud Console, a następnie prześlij model na stronę Model niestandardowy w konsoli Firebase. Jest to zwykle najłatwiejszy sposób opublikowania pojedynczego modelu.
  • Opublikuj model bezpośrednio z projektu Google Cloud w Firebase za pomocą pakietu Admin SDK. Tej metody można użyć do publikowania wsadowego kilku modeli lub tworzenia zautomatyzowanych potoków publikowania.

Aby opublikować model za pomocą interfejsu API zarządzania modelem Admin SDK :

  1. Zainstaluj i zainicjuj zestaw SDK .

  2. Opublikuj model.

    Konieczne będzie określenie identyfikatora zasobu modelu, który jest ciągiem znaków podobnym do poniższego przykładu:

    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. Możesz znaleźć tę wartość na stronie Ustawienia w konsoli Firebase lub na pulpicie nawigacyjnym Google Cloud Console.
    MODEL_ID Identyfikator modelu uzyskany z interfejsu AutoML Cloud API.

    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 swój model z aplikacją, możesz mieć pewność, że funkcje uczenia maszynowego będą nadal działać, gdy model hostowany przez Firebase nie będzie dostępny.

Jeśli zarówno opublikujesz model, jak i dodasz go do swojej aplikacji, aplikacja użyje najnowszej dostępnej wersji.

Aby pobrać swój model, kliknij TF Lite na stronie Testuj i używaj swojego zestawu danych.

Następne kroki

Po opublikowaniu lub pobraniu modelu dowiedz się, jak używać go w aplikacjach na iOS+ i Androida .