Interpreta los resultados de las predicciones de los modelos de detección de objetos de imagen

Después de solicitar una predicción, Vertex AI muestra resultados según el objetivo de tu modelo. Las respuestas de la predicción de detección de objetos de imágenes de AutoML muestran todos los objetos que se encuentran en una imagen. Cada objeto encontrado tiene una anotación (etiqueta y cuadro de límite normalizado) con una puntuación de confianza correspondiente. El cuadro de límite se escribe como se muestra a continuación:

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

En el ejemplo anterior, xMin, xMax son los valores mínimo y máximo de X, y yMin, yMax son los valores mínimo y máximo de Y, respectivamente.

Ejemplo de resultado de la predicción por lotes

Las respuestas de predicción de detección de objetos de imagen de AutoML por lotes se almacenan como archivos de líneas JSON en buckets de Cloud Storage. Cada línea del archivo de líneas JSON contiene todos los objetos encontrados en un solo archivo de imagen. Cada objeto encontrado tiene una anotación (etiqueta y cuadro de límite normalizado) con una puntuación de confianza correspondiente.

Nota: Valores de coordenadas cero omitidos. Cuando la API detecta un valor de coordenada (“x” o “y”) de 0, esa coordenada se omite en la respuesta JSON. Por lo tanto, una respuesta con un polígono de límite alrededor de toda la imagen sería
[{}, {“x”: 1, “y”: 1}]. Para obtener más información, consulta Método: projects.locations.models.predict.

Nota: El siguiente ejemplo de líneas de JSON incluye saltos de línea para facilitar la lectura. En tus archivos de líneas de JSON, los saltos de línea se incluyen solo después de cada objeto JSON.

Importante: Los cuadros de límite se especifican de la siguiente manera:

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

En el ejemplo anterior, xMin y xMax son los valores mínimos y máximos de X, y yMin y yMax son los valores mínimos y máximos de Y, respectivamente.

{
  "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]
  }
}