Le seguenti sezioni forniscono informazioni sui requisiti dei dati, sui file di schema e sul formato dei file di importazione dati (JSONL e CSV) definiti dallo schema.
In alternativa, puoi importare i video che non sono stati annotati e annotarli in un secondo momento utilizzando la console Google Cloud (vedi Etichettatura mediante la console Google Cloud).
Requisiti dei dati
I seguenti requisiti si applicano ai set di dati utilizzati per addestrare AutoML o a modelli con addestramento personalizzato.
Vertex AI supporta i seguenti formati video per addestrare il modello o richiedere una previsione (annotazione di un video).
- .MOV
- .MPEG4
- MP4
- File AVI
Per visualizzare i contenuti video nella console web o per annotare un video, il video deve essere in un formato supportato in modo nativo dal browser. Poiché non tutti i browser gestiscono i contenuti .MOV o .AVI in modo nativo, è consigliabile utilizzare il formato video .MPEG4 o .MP4.
La dimensione massima del file è 50 GB (fino a 3 ore di durata). Non sono supportati singoli file video con timestamp vuoti o non corretti nel contenitore.
Il numero massimo di etichette in ogni set di dati è limitato a 1000.
Puoi assegnare le etichette "ML_USE" ai video nei file di importazione. Durante la fase di addestramento, puoi scegliere di utilizzare queste etichette per suddividere i video e le annotazioni corrispondenti in set di addestramento o di test. Per la classificazione dei video, tieni presente quanto segue:
- Per l'addestramento del modello sono necessarie almeno due classi diverse. Ad esempio, "notizie" e "MTV", o "gioco" e "altro".
- Valuta la possibilità di includere una classe "None_of_the_above" e dei segmenti video che non corrispondono a nessuna delle classi definite.
Best practice per i dati video utilizzati per addestrare i modelli AutoML
Le seguenti pratiche si applicano ai set di dati utilizzati per addestrare modelli AutoML.
I dati di addestramento dovrebbero essere il più possibile simili a quelli su cui devono essere fatte le previsioni. Ad esempio, se il tuo caso d'uso prevede video sfocati e a bassa risoluzione (come quelli di una videocamera di sicurezza), i dati di addestramento devono essere composti da video sfocati e a bassa risoluzione. In generale, dovresti anche valutare la possibilità di fornire più angolazioni, risoluzioni e sfondi per i tuoi video di formazione.
I modelli di Vertex AI in genere non sono in grado di prevedere etichette che gli esseri umani non possono assegnare. Se una persona non può essere addestrata per assegnare etichette guardando il video per 1-2 secondi, probabilmente anche il modello non può essere addestrato a farlo.
Il modello funziona meglio quando ci sono al massimo 100 volte più video per l'etichetta più comune rispetto all'etichetta meno comune. Consigliamo di rimuovere le etichette di bassa frequenza. Per la classificazione dei video, il numero consigliato di video di addestramento per etichetta è di circa 1000. Il minimo per etichetta è 10 o 50 per i modelli avanzati. In generale, sono necessari più esempi per etichetta per addestrare modelli con più etichette per video e i punteggi risultanti sono più difficili da interpretare.
File di schema
Quando crei il file JSONl per importare le annotazioni, utilizza il seguente file di schema accessibile pubblicamente. Questo file di schema determina il formato dei file di input di dati. La struttura del file segue il test Schema OpenAPI.
File schema di classificazione dei video:
gs://google-cloud-aiplatform/schema/dataset/ioformat/video_classification_io_format_1.0.0.yaml
File di schema completo
title: VideoClassification description: > Import and export format for importing/exporting videos together with classification annotations with time segment. Can be used in Dataset.import_schema_uri field. type: object required: - videoGcsUri properties: videoGcsUri: type: string description: > A Cloud Storage URI pointing to a video. Up to 50 GB in size and up to 3 hours in duration. Supported file mime types: `video/mp4`, `video/avi`, `video/quicktime`. timeSegmentAnnotations: type: array description: > Multiple classification annotations. Each on a time segment of the video. items: type: object description: Annotation with a time segment on media (e.g., video). properties: displayName: type: string description: > It will be imported as/exported from AnnotationSpec's display name. startTime: type: string description: > The start of the time segment. Expressed as a number of seconds as measured from the start of the video, with "s" appended at the end. Fractions are allowed, up to a microsecond precision. default: 0s endTime: type: string description: > The end of the time segment. Expressed as a number of seconds as measured from the start of the video, with "s" appended at the end. Fractions are allowed, up to a microsecond precision, and "Infinity" is allowed, which corresponds to the end of the video. default: Infinity annotationResourceLabels: description: Resource labels on the Annotation. type: object additionalProperties: type: string dataItemResourceLabels: description: Resource labels on the DataItem. type: object additionalProperties: type: string
File di input
Il formato dei dati di addestramento per la classificazione dei video è il seguente.
Per importare i dati, crea un file JSONL o CSV.
JSONL
JSON su ogni riga:
Consulta il file Schema di classificazione (globale) per i dettagli.
{
"videoGcsUri": "gs://bucket/filename.ext",
"timeSegmentAnnotations": [{
"displayName": "LABEL",
"startTime": "start_time_of_segment",
"endTime": "end_time_of_segment"
}],
"dataItemResourceLabels": {
"aiplatform.googleapis.com/ml_use": "train|test"
}
}
Esempio di JSONL - Classificazione di video:
{"videoGcsUri": "gs://demo/video1.mp4", "timeSegmentAnnotations": [{"displayName": "cartwheel", "startTime": "1.0s", "endTime": "12.0s"}], "dataItemResourceLabels": {"aiplatform.googleapis.com/ml_use": "training"}}
{"videoGcsUri": "gs://demo/video2.mp4", "timeSegmentAnnotations": [{"displayName": "swing", "startTime": "4.0s", "endTime": "9.0s"}], "dataItemResourceLabels": {"aiplatform.googleapis.com/ml_use": "test"}}
...
CSV
Formato di una riga nel file CSV:
[ML_USE,]VIDEO_URI,LABEL,START,END
Elenco di colonne
-
ML_USE(facoltativo). Ai fini della suddivisione dei dati durante l'addestramento di un modello. Usa FORMAZIONE o TEST. VIDEO_URI. Questo campo contiene l'URI Cloud Storage del video. Gli URI Cloud Storage sono sensibili alle maiuscole.LABEL. Le etichette devono iniziare con una lettera e contenere solo lettere, numeri e trattini bassi. Puoi specificare più etichette per un video aggiungendo più righe nel file CSV che identificano ciascuna lo stesso segmento video, con un'etichetta diversa per ogni riga.START,END. Queste due colonne, rispettivamente START e END, identificano l'ora di inizio e l'ora di fine del segmento video da analizzare, in secondi. L'ora di inizio deve essere precedente all'ora di fine. Entrambi i valori devono essere non negativi ed essere compresi nell'intervallo di tempo del video. Ad esempio,0.09845,1.36005. Per utilizzare l'intero contenuto del video, specifica un'ora di inizio pari a0e un'ora di fine della durata integrale del video o "inf". Ad esempio:0,inf.
CSV di esempio - Classificazione utilizzando una singola etichetta
Un'unica etichetta nello stesso segmento video:
TRAINING,gs://YOUR_VIDEO_PATH/vehicle.mp4,mustang,0,5.4 ...
CSV di esempio - più etichette:
Più etichette per lo stesso segmento video:
gs://YOUR_VIDEO_PATH/vehicle.mp4,fiesta,0,8.285 gs://YOUR_VIDEO_PATH/vehicle.mp4,ranger,0,8.285 gs://YOUR_VIDEO_PATH/vehicle.mp4,explorer,0,8.285 ...
CSV di esempio - nessuna etichetta:
Puoi anche fornire video nel file di dati senza specificare alcuna etichetta. Devi quindi utilizzare la console Google Cloud per applicare etichette ai dati prima di addestrare il modello. Per farlo, devi solo fornire l'URI Cloud Storage del video seguito da tre virgole, come mostrato nell'esempio seguente.
gs://YOUR_VIDEO_PATH/vehicle.mp4,,, ...