画像オブジェクト検出モデルからの予測結果を解釈する

予測をリクエストすると、Vertex AI がモデルの目的に基づいて結果を返します。AutoML 画像オブジェクト検出予測のレスポンスでは、画像で検出されたすべてのオブジェクトが返されます。検出された各オブジェクトには、対応する信頼スコアを持つアノテーション（ラベルと正規化された境界ボックス）があります。境界ボックスは次のように記述します。

"bboxes": [ [xMin, xMax, yMin, yMax], ...]

ここで、xMin, xMax は x 値の最小値と最大値、 yMin, yMax は y 値の最小値と最大値です。

バッチ予測の出力例

バッチ AutoML 画像オブジェクト検出予測のレスポンスは、JSON Lines ファイルとして Cloud Storage バケットに保存されます。JSON Lines ファイルの各行には、1 つの画像ファイルで検出されたすべてのオブジェクトが含まれます。検出された各オブジェクトには、対応する信頼スコアを持つアノテーション（ラベルと正規化された境界ボックス）があります。

Note: Zero coordinate values omitted. When the API detects a coordinate ("x" or "y") value of 0, that coordinate is omitted in the JSON response. Thus, a response with a bounding poly around the entire image would be
[{},{"x": 1,"y": 1}]. For more information, see Method: projects.locations.models.predict.

注: 次の JSON Lines の例では、読みやすくするために改行が挿入されています。実際の JSON Lines ファイルでは、各 JSON オブジェクトの後にのみ改行が挿入されています。

重要: 境界ボックスは、次のように指定します。

"bboxes": [ [xMin, xMax, yMin, yMax], ...]

ここで、xMin と xMax は x の最小値と最大値、 yMin と yMax は y の最小値と最大値です。

{
  "instance": {"content": "gs://bucket/image.jpg", "mimeType": "image/jpeg"},
  "prediction": {
    "ids": [1, 2],
    "displayNames": ["cat", "dog"],
    "bboxes":  [
      [0.1, 0.2, 0.3, 0.4],
      [0.2, 0.3, 0.4, 0.5]
    ],
    "confidences": [0.7, 0.5]
  }
}