解读图片对象检测模型的预测结果
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
请求预测后,Vertex AI 会根据您的模型目标返回结果。AutoML 图片对象检测预测响应会返回在图片中找到的所有对象。每个找到的对象的注解(标签和归一化边界框)都有相应的置信度分数。边界框编写为:
"bboxes": [
[xMin, xMax, yMin, yMax],
...]
其中
xMin, xMax
是最小和最大 x 值,
yMin, yMax
是最小和最大 y 值。
批量预测输出示例
批量 AutoML 图片对象检测预测响应会以 JSON 行文件的形式存储在 Cloud Storage 存储桶中。JSON 行文件的每一行都包含单个图片文件中找到的所有对象。每个找到的对象的注解(标签和归一化边界框)都有相应的置信度分数。
重要提示 :边界框的指定方式如下:
"bboxes": [
[xMin, xMax, yMin, yMax],
...]
其中,
xMin
和
xMax
是最小和最大 x 值,
yMin
和
yMax
分别是最小和最大 y 值。
{
"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]
}
}
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2025-02-14。
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["很难理解","hardToUnderstand","thumb-down"],["信息或示例代码不正确","incorrectInformationOrSampleCode","thumb-down"],["没有我需要的信息/示例","missingTheInformationSamplesINeed","thumb-down"],["翻译问题","translationIssue","thumb-down"],["其他","otherDown","thumb-down"]],["最后更新时间 (UTC):2025-02-14。"],[],[]]