Etichetta i video utilizzando la riga di comando

Questa guida rapida illustra il processo di:

  • Copia di un insieme di video in Cloud Storage in corso...
  • Creare file CSV che elencano i video e le relative etichette.
  • Utilizzo di AutoML Video per creare il set di dati, addestrare e utilizzare il modello.

Prima di iniziare

Configura il progetto

  1. Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
  2. Installa Google Cloud CLI.

  3. Per initialize gcloud CLI, esegui questo comando: 

    gcloud init

  4. Create or select a Google Cloud project.

    • Create a Google Cloud project:

      gcloud projects create PROJECT_ID

      Replace PROJECT_ID with a name for the Google Cloud project you are creating.

    • Select the Google Cloud project that you created:

      gcloud config set project PROJECT_ID

      Replace PROJECT_ID with your Google Cloud project name.

  5. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

  6. Abilita le API AutoML and Cloud Storage. 

    gcloud services enable storage-component.googleapis.com automl.googleapis.com storage-api.googleapis.com
    7.
  7. Installa Google Cloud CLI.

  8. Per initialize gcloud CLI, esegui questo comando: 

    gcloud init

  9. Create or select a Google Cloud project.

    • Create a Google Cloud project:

      gcloud projects create PROJECT_ID

      Replace PROJECT_ID with a name for the Google Cloud project you are creating.

    • Select the Google Cloud project that you created:

      gcloud config set project PROJECT_ID

      Replace PROJECT_ID with your Google Cloud project name.

  10. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

  11. Abilita le API AutoML and Cloud Storage. 

    gcloud services enable storage-component.googleapis.com automl.googleapis.com storage-api.googleapis.com
    12.
  12. Imposta la variabile di ambiente PROJECT_ID sul tuo ID progetto. 
    export PROJECT_ID=PROJECT_ID
    Le chiamate API e i nomi delle risorse AutoML includono l'ID progetto al loro interno. La variabile di ambiente PROJECT_ID consente di specificare facilmente l'ID.

crea un set di dati e importa i dati di addestramento

crea un set di dati

Scegli un nome per il tuo set di dati e utilizza i seguenti comandi curl o PowerShell per creare un nuovo set di dati con quel nome.

REST

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • dataset-name: nome del set di dati da mostrare nell'interfaccia
  • Nota:
    • project-number: il numero del progetto
    • location-id: la regione Cloud in cui deve avvenire l'annotazione. Le regioni cloud supportate sono: us-east1, us-west1, europe-west1 e asia-east1. Se non viene specificata alcuna regione, ne verrà determinata una in base alla posizione del file video.

Metodo HTTP e URL: 

POST  https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/datasets

Corpo JSON della richiesta: 

{
  "displayName": "dataset-name",
  "videoClassificationDatasetMetadata": {
  }
}

Per inviare la richiesta, scegli una delle seguenti opzioni:

curl

Salva il corpo della richiesta in un file denominato request.json ed esegui questo comando: 

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "x-goog-user-project: project-number" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     " https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/datasets"

PowerShell

Salva il corpo della richiesta in un file denominato request.json ed esegui questo comando: 

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-number" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri " https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/datasets" | Select-Object -Expand Content
Se la risposta ha esito positivo, l'API AutoML Video Intelligence Classification restituisce name per l'operazione. Di seguito è riportato un esempio di risposta di questo tipo, dove project-number è il numero del progetto e operation-id è l'ID dell'operazione a lunga esecuzione creata per la richiesta.

Importa dati di addestramento

REST

Per importare i dati di addestramento, utilizza il metodo importData. Questo metodo richiede due parametri:

  1. il percorso del file CSV che contiene i percorsi di addestramento
  2. i file CSV dei dati del test. Nota: questi file sono resi disponibili nel bucket "automl-video-demo-data" su Cloud Storage.

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • input-uri: un bucket Cloud Storage che contiene il file da annotare, incluso il nome del file. Deve iniziare con gs://. Ad esempio:
    "inputUris": ["gs://automl-video-demo-data/hmdb_split1.csv"]
  • dataset-id: sostituisci con l'identificatore del set di dati (non con il nome visualizzato). Ad esempio: VCN4798585402963263488
  • Nota:
    • project-number: il numero del progetto
    • location-id: la regione Cloud in cui deve avvenire l'annotazione. Le regioni cloud supportate sono: us-east1, us-west1, europe-west1 e asia-east1. Se non viene specificata alcuna regione, ne verrà determinata una in base alla posizione del file video.

Metodo HTTP e URL: 

POST  https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/datasets/dataset-id:importData

Corpo JSON della richiesta: 

{
   "inputConfig": {
      "gcsSource": {
         "inputUris": input-uri
      }
   }
}

Per inviare la richiesta, scegli una delle seguenti opzioni:

curl

Salva il corpo della richiesta in un file denominato request.json ed esegui questo comando: 

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "x-goog-user-project: project-number" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     " https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/datasets/dataset-id:importData"

PowerShell

Salva il corpo della richiesta in un file denominato request.json ed esegui questo comando: 

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-number" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri " https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/datasets/dataset-id:importData" | Select-Object -Expand Content
Dovresti ricevere un ID operazione per l'operazione di importazione dei dati. L'esempio mostra una risposta contenente l'ID operazione di importazione VCN7506374678919774208.

Visualizza lo stato dell'operazione di importazione

Puoi eseguire query sullo stato dell'operazione di importazione dei dati utilizzando i seguenti comandi curl o PowerShell.

REST

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • operation-id: sostituisci con l'ID operazione per l'operazione di importazione dei dati.
  • Nota:
    • project-number: il numero del progetto
    • location-id: la regione Cloud in cui deve avvenire l'annotazione. Le regioni cloud supportate sono: us-east1, us-west1, europe-west1 e asia-east1. Se non viene specificata alcuna regione, ne verrà determinata una in base alla posizione del file video.

Metodo HTTP e URL: 

GET https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id

Per inviare la richiesta, scegli una delle seguenti opzioni:

curl

Esegui questo comando: 

curl -X GET \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "x-goog-user-project: project-number" \
     "https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id"

PowerShell

Esegui questo comando: 

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-number" }

Invoke-WebRequest `
    -Method GET `
    -Headers $headers `
    -Uri "https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id" | Select-Object -Expand Content
Il completamento dell'operazione di importazione può richiedere del tempo. Al termine dell'attività di importazione, vedrai done: true nello stato dell'operazione senza errori elencati, come mostrato nell'esempio di seguito.

Elenco di tutti i set di dati

Utilizza i seguenti comandi curl o PowerShell per ottenere un elenco dei tuoi set di dati e il numero di video di esempio importati nel set di dati.

REST

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • project-number: il numero del progetto
  • location-id: la regione Cloud in cui deve avvenire l'annotazione. Le regioni cloud supportate sono: us-east1, us-west1, europe-west1 e asia-east1. Se non viene specificata alcuna regione, ne viene determinata una in base alla posizione del file video.

Metodo HTTP e URL: 

 https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/datasets

Per inviare la richiesta, espandi una delle seguenti opzioni:

Dovresti ricevere una risposta JSON simile alla seguente:

Addestra il modello

Avvia un'operazione di addestramento del modello

Dopo aver creato il set di dati e importato i dati di addestramento, puoi addestrare il modello.

Addestra il tuo modello utilizzando i seguenti comandi curl o PowerShell.

REST

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • dataset-id: l'ID è l'ultimo elemento del nome del set di dati. Ad esempio, se il nome del set di dati è projects/434039606874/locations/us-central1/datasets/VCN3104518874390609379, l'ID del set di dati è VCN3104518874390609379.
  • Nota:
    • project-number: il numero del progetto
    • location-id: la regione Cloud in cui deve avvenire l'annotazione. Le regioni cloud supportate sono: us-east1, us-west1, europe-west1 e asia-east1. Se non viene specificata alcuna regione, ne verrà determinata una in base alla posizione del file video.

Metodo HTTP e URL: 

POST https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/models

Corpo JSON della richiesta: 

{
  "displayName": "test_model",
  "dataset_id": "dataset-id",
  "videoClassificationModelMetadata": {}
}

Per inviare la richiesta, scegli una delle seguenti opzioni:

curl

Salva il corpo della richiesta in un file denominato request.json ed esegui questo comando: 

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "x-goog-user-project: project-number" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/models"

PowerShell

Salva il corpo della richiesta in un file denominato request.json ed esegui questo comando: 

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-number" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/models" | Select-Object -Expand Content
operation-id viene fornito nella risposta quando hai avviato l'operazione, ad esempio VCN123.... 
{
  "name": "projects/project-number/locations/location-id/operations/operation-id",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata",
    "progressPercentage": 100,
    "createTime": "2020-02-27T01:56:28.395640Z",
    "updateTime": "2020-02-27T02:04:12.336070Z"
  },
  "done": true,
  "response": {
    "@type": "type.googleapis.com/google.cloud.automl.v1beta1.Model",
    "name": "projects/project-number/locations/location-id/models/operation-id",
    "createTime": "2020-02-27T02:00:22.329970Z",
    "videoClassificationModelMetadata": {
      "trainBudget": "1",
      "trainCost": "1",
      "stopReason": "BUDGET_REACHED"
    },
    "displayName": "a_98487760535e48319dd204e6394670"
  }
}

Visualizza lo stato dell'operazione di addestramento del modello

Addestra il tuo modello utilizzando i seguenti comandi curl o PowerShell.

REST

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • operation-id: sostituisci con l'ID operazione per l'operazione di addestramento.
  • Nota:
    • project-number: il numero del progetto
    • location-id: la regione Cloud in cui deve avvenire l'annotazione. Le regioni cloud supportate sono: us-east1, us-west1, europe-west1 e asia-east1. Se non viene specificata alcuna regione, ne verrà determinata una in base alla posizione del file video.

Metodo HTTP e URL: 

GET https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id

Per inviare la richiesta, scegli una delle seguenti opzioni:

curl

Esegui questo comando: 

curl -X GET \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "x-goog-user-project: project-number" \
     "https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id"

PowerShell

Esegui questo comando: 

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-number" }

Invoke-WebRequest `
    -Method GET `
    -Headers $headers `
    -Uri "https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id" | Select-Object -Expand Content
Al termine dell'operazione, vedrai done: true, senza errori.

Verifica che il modello sia disponibile

Dopo aver completato l'operazione di addestramento del modello, puoi verificare che il modello sia disponibile utilizzando i seguenti comandi curl o PowerShell per elencare i modelli per il tuo progetto.

REST

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • dataset-id: sostituisci con l'identificatore del set di dati (non con il nome visualizzato).
  • model-name: sostituisci con un nome a tua scelta per il modello
  • Nota:
    • project-number: il numero del progetto
    • location-id: la regione Cloud in cui deve avvenire l'annotazione. Le regioni cloud supportate sono: us-east1, us-west1, europe-west1 e asia-east1. Se non viene specificata alcuna regione, ne verrà determinata una in base alla posizione del file video.

Metodo HTTP e URL: 

GET https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id

Per inviare la richiesta, scegli una delle seguenti opzioni:

curl

Esegui questo comando: 

curl -X GET \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "x-goog-user-project: project-number" \
     "https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id"

PowerShell

Esegui questo comando: 

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-number" }

Invoke-WebRequest `
    -Method GET `
    -Headers $headers `
    -Uri "https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id" | Select-Object -Expand Content
Dovresti ricevere un ID operazione per l'operazione di importazione dei dati.
Ad esempio: VCN1741767155885539328.

Fai una previsione

Puoi richiedere le annotazioni (previsioni) dei video utilizzando il comando batchPredict. Il comando batchPredict accetta come input un file CSV archiviato nel bucket Cloud Storage che contiene i percorsi dei video da annotare e l'ora di inizio e di fine che identifica il segmento del video da annotare. Per questa guida rapida, il nome di questo file CSV è hmdb_split1_test_gs_predict.csv.

Esegui i seguenti comandi curl o PowerShell per effettuare una richiesta di previsione batch (asincrona).

REST

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • input-uri: un bucket Cloud Storage che contiene il file da annotare, incluso il nome del file. Deve iniziare con gs://. Ad esempio:
    "inputUris": ["gs://automl-video-demo-data/hmdb_split1_test_gs_predict.csv"]
  • Sostituisci output-bucket con il nome del bucket Cloud Storage. Ad esempio: my-project-vcm
  • object-id: sostituisci con l'ID operazione per l'operazione di importazione dei dati.
  • Nota:
    • project-number: il numero del progetto
    • location-id: la regione Cloud in cui deve avvenire l'annotazione. Le regioni cloud supportate sono: us-east1, us-west1, europe-west1 e asia-east1. Se non viene specificata alcuna regione, ne verrà determinata una in base alla posizione del file video.

Metodo HTTP e URL: 

POST https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/models/model-id:batchPredict

Corpo JSON della richiesta: 

{
  "inputConfig": {
    "gcsSource": {
      "inputUris": [input-uri]
    }
  },
  "outputConfig": {
    "gcsDestination": {
      "outputUriPrefix": "gs://output-bucket/object-id"
    }
  }
}

Per inviare la richiesta, scegli una delle seguenti opzioni:

curl

Salva il corpo della richiesta in un file denominato request.json ed esegui questo comando: 

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "x-goog-user-project: project-number" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/models/model-id:batchPredict
"

PowerShell

Salva il corpo della richiesta in un file denominato request.json ed esegui questo comando: 

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-number" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/models/model-id:batchPredict
" | Select-Object -Expand Content

Dovresti ricevere un ID operazione per la richiesta di previsione in batch. Ad esempio: VCN926615623331479552

Ottieni lo stato dell'operazione di previsione

Puoi eseguire query sullo stato dell'operazione di previsione batch utilizzando i seguenti comandi curl o PowerShell.

REST

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • operation-id: sostituisci con l'ID operazione per l'operazione di importazione dei dati.
  • Nota:
    • project-number: il numero del progetto
    • location-id: la regione Cloud in cui deve avvenire l'annotazione. Le regioni cloud supportate sono: us-east1, us-west1, europe-west1 e asia-east1. Se non viene specificata alcuna regione, ne verrà determinata una in base alla posizione del file video.

Metodo HTTP e URL: 

GET https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id

Per inviare la richiesta, scegli una delle seguenti opzioni:

curl

Esegui questo comando: 

curl -X GET \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "x-goog-user-project: project-number" \
     "https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id"

PowerShell

Esegui questo comando: 

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-number" }

Invoke-WebRequest `
    -Method GET `
    -Headers $headers `
    -Uri "https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id" | Select-Object -Expand Content
A seconda del numero di video specificato nel file CSV, il completamento dell'attività di previsione batch può richiedere del tempo. Al termine dell'attività, vedrai done: true nello stato dell'operazione senza errori elencati, come mostrato nell'esempio seguente.

Una volta completata l'attività di previsione batch, l'output della previsione viene archiviato nel bucket Cloud Storage specificato nel comando. Esiste un file JSON per ogni segmento video. Ad esempio:
my-video-01.avi.json

{
  "inputUris": ["gs://automl-video-demo-data/sample_video.avi"]
  "segment_classification_annotations": [ {
    "annotation_spec": {
      "display_name": "ApplyLipstick",
      "description": "ApplyLipstick"
    },
    "segments": [ {
      "segment": {
        "start_time_offset": {
        },
        "end_time_offset": {
          "seconds": 4,
          "nanos": 960000000
        }
      },
      "confidence": 0.43253016
    }, {
      "segment": {
        "start_time_offset": {
        },
        "end_time_offset": {
          "seconds": 4,
          "nanos": 960000000
        }
      },
      "confidence": 0.56746984
    } ],
    "frames": [ ]
  } ],
  "shot_classification_annotations": [ {
    "annotation_spec": {
      "display_name": "ApplyLipstick",
      "description": "ApplyLipstick"
    },
    "segments": [ {
      "segment": {
        "start_time_offset": {
        },
        "end_time_offset": {
          "seconds": 5
        }
      },
      "confidence": 0.43253016
    }, {
      "segment": {
        "start_time_offset": {
        },
        "end_time_offset": {
          "seconds": 5
        }
      },
      "confidence": 0.56746984
    } ],
    "frames": [ ]
  } ],
  "one_second_sliding_window_classification_annotations": [ {
    "annotation_spec": {
      "display_name": "ApplyLipstick",
      "description": "ApplyLipstick"
    },
    "segments": [ ],
    "frames": [ {
      "time_offset": {
        "nanos": 800000000
      },
      "confidence": 0.54533803
    }, {
      "time_offset": {
        "nanos": 800000000
      },
      ...
      "confidence": 0.57945728
    }, {
      "time_offset": {
        "seconds": 4,
        "nanos": 300000000
      },
      "confidence": 0.42054281
    } ]
  } ],
  "object_annotations": [ ],
  "error": {
    "details": [ ]
  }
}

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questa pagina, elimina il progetto Google Cloud con le risorse.

Se non hai più bisogno del modello e del set di dati correlato, puoi eliminarli.

Elenco modelli

Puoi elencare i modelli per il tuo progetto, insieme ai relativi identificatori, utilizzando i seguenti comandi curl o PowerShell:

REST

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • model-name: il nome completo del modello fornito dalla risposta al momento della creazione del modello. Il nome completo ha il formato: projects/project-number/locations/location-id/models
  • Nota:
    • project-number: il numero del progetto
    • location-id: la regione Cloud in cui deve avvenire l'annotazione. Le regioni cloud supportate sono: us-east1, us-west1, europe-west1 e asia-east1. Se non viene specificata alcuna regione, ne verrà determinata una in base alla posizione del file video.

Metodo HTTP e URL: 

GET https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/models

Per inviare la richiesta, espandi una delle seguenti opzioni:

Dovresti ricevere una risposta JSON simile alla seguente:

Eliminazione di un modello

Puoi eliminare un modello utilizzando il comando seguente.

REST

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • model-id: sostituisci con l'identificatore del modello
  • Nota:
    • project-number: il numero del progetto
    • location-id: la regione Cloud in cui deve avvenire l'annotazione. Le regioni cloud supportate sono: us-east1, us-west1, europe-west1 e asia-east1. Se non viene specificata alcuna regione, ne verrà determinata una in base alla posizione del file video.

Metodo HTTP e URL: 

DELETE https://automl.googleapis.com/v1beta1/projects/project-number/locations/test/models/model-id

Per inviare la richiesta, espandi una delle seguenti opzioni:

Dovresti ricevere una risposta JSON simile alla seguente:

Creazione di un elenco di set di dati

Puoi elencare i set di dati per il tuo progetto, insieme ai relativi identificatori, utilizzando i seguenti comandi curl o PowerShell:

REST

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • project-number: il numero del progetto
  • location-id: la regione Cloud in cui deve avvenire l'annotazione. Le regioni cloud supportate sono: us-east1, us-west1, europe-west1 e asia-east1. Se non viene specificata alcuna regione, ne viene determinata una in base alla posizione del file video.

Metodo HTTP e URL: 

 https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/datasets

Per inviare la richiesta, espandi una delle seguenti opzioni:

Dovresti ricevere una risposta JSON simile alla seguente:

Eliminazione di un set di dati

Puoi eliminare un set di dati utilizzando i seguenti comandi curl o PowerShell.

REST

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • dataset-name: nome completo del set di dati dalla risposta al momento della creazione del set di dati. Il nome completo ha il formato:
    projects/project-number/locations/location-id/datasets/dataset-id
    • project-number: il numero del progetto
    • location-id: la regione Cloud in cui deve avvenire l'annotazione. Le regioni cloud supportate sono: us-east1, us-west1, europe-west1 e asia-east1. Se non viene specificata alcuna regione, ne viene determinata una in base alla posizione del file video.
    • dataset-id: l'ID fornito al momento della creazione del set di dati

Metodo HTTP e URL: 

DELETE  https://automl.googleapis.com/v1beta1/dataset-name

Per inviare la richiesta, espandi una delle seguenti opzioni:

Dovresti ricevere una risposta JSON simile alla seguente:

Passaggi successivi