Beri label pada video menggunakan command line

Panduan memulai ini akan memandu Anda terkait proses:

  • Menyalin sekumpulan video ke Cloud Storage.
  • Membuat file CSV yang mencantumkan video dan labelnya.
  • Menggunakan AutoML Video untuk membuat set data, lalu melatih dan menggunakan model Anda.

Sebelum memulai

Menyiapkan project

  1. Login ke akun Google Cloud Anda. Jika Anda baru menggunakan Google Cloud, buat akun untuk mengevaluasi performa produk kami dalam skenario dunia nyata. Pelanggan baru juga mendapatkan kredit gratis senilai $300 untuk menjalankan, menguji, dan men-deploy workload.
  2. Menginstal Google Cloud CLI.

  3. Untuk initialize gcloud CLI, jalankan perintah berikut: 

    gcloud init

  4. Buat atau pilih project Google Cloud.

    • Membuat project Google Cloud:

      gcloud projects create PROJECT_ID

      Ganti PROJECT_ID dengan nama untuk project Google Cloud yang Anda buat.

    • Pilih project Google Cloud yang Anda buat:

      gcloud config set project PROJECT_ID

      Ganti PROJECT_ID dengan nama project Google Cloud Anda.

  5. Pastikan penagihan telah diaktifkan untuk project Google Cloud Anda.

  6. Enable the AutoML and Cloud Storage APIs: 

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

  8. Untuk initialize gcloud CLI, jalankan perintah berikut: 

    gcloud init

  9. Buat atau pilih project Google Cloud.

    • Membuat project Google Cloud:

      gcloud projects create PROJECT_ID

      Ganti PROJECT_ID dengan nama untuk project Google Cloud yang Anda buat.

    • Pilih project Google Cloud yang Anda buat:

      gcloud config set project PROJECT_ID

      Ganti PROJECT_ID dengan nama project Google Cloud Anda.

  10. Pastikan penagihan telah diaktifkan untuk project Google Cloud Anda.

  11. Enable the AutoML and Cloud Storage APIs: 

    gcloud services enable storage-component.googleapis.com automl.googleapis.com storage-api.googleapis.com
    12.
  12. Tetapkan variabel lingkungan PROJECT_ID ke Project ID Anda. 
    export PROJECT_ID=PROJECT_ID
    Panggilan dan nama resource AutoML API akan menyertakan Project ID Anda di dalamnya. Variabel lingkungan PROJECT_ID menyediakan cara yang mudah untuk menentukan ID.

Membuat set data dan mengimpor data pelatihan

Membuat set data

Tentukan nama untuk set data Anda dan gunakan perintah curl atau PowerShell berikut untuk membuat set data baru dengan nama tersebut.

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • dataset-name: nama set data yang akan ditampilkan di antarmuka
  • Catatan:
    • project-number: nomor project Anda
    • location-id: region Cloud tempat anotasi seharusnya dilakukan. Region cloud yang didukung adalah: us-east1, us-west1, europe-west1, asia-east1. Jika tidak ada wilayah yang ditentukan, wilayah akan ditentukan berdasarkan lokasi file video.

Metode HTTP dan URL: 

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

Isi JSON permintaan: 

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

Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

curl

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut: 

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

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut: 

$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
Jika respons berhasil, AutoML Video Intelligence Classification API akan menampilkan name untuk operasi Anda. Berikut ini contoh respons tersebut, dengan project-number adalah nomor project Anda dan operation-id adalah ID operasi yang berjalan lama yang dibuat untuk permintaan tersebut.

Mengimpor data pelatihan

REST

Untuk mengimpor data pelatihan, gunakan metode importData. Metode ini mengharuskan Anda memberikan dua parameter:

  1. jalur ke CSV yang berisi jalur ke pelatihan,
  2. file CSV data pengujian. Catatan: File ini tersedia di bucket "automl-video-demo-data" di Cloud Storage.

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • input-uri: bucket Cloud Storage berisi file yang ingin diberi anotasi, termasuk nama filenya. Harus diawali dengan gs://. Contoh:
    "inputUris": ["gs://automl-video-demo-data/hmdb_split1.csv"]
  • dataset-id: ganti dengan ID set data untuk set data Anda (bukan nama tampilan). Contoh: VCN4798585402963263488
  • Catatan:
    • project-number: nomor project Anda
    • location-id: region Cloud tempat anotasi seharusnya dilakukan. Region cloud yang didukung adalah: us-east1, us-west1, europe-west1, asia-east1. Jika tidak ada wilayah yang ditentukan, wilayah akan ditentukan berdasarkan lokasi file video.

Metode HTTP dan URL: 

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

Isi JSON permintaan: 

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

Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

curl

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut: 

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

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut: 

$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
Anda akan menerima ID operasi untuk operasi data impor. Contoh ini menunjukkan respons yang berisi ID operasi impor VCN7506374678919774208.

Mendapatkan status operasi impor

Anda dapat mengkueri status operasi impor data menggunakan perintah curl atau PowerShell berikut.

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • operation-id: ganti dengan ID operasi untuk operasi impor data Anda.
  • Catatan:
    • project-number: nomor project Anda
    • location-id: region Cloud tempat anotasi seharusnya dilakukan. Region cloud yang didukung adalah: us-east1, us-west1, europe-west1, asia-east1. Jika tidak ada wilayah yang ditentukan, wilayah akan ditentukan berdasarkan lokasi file video.

Metode HTTP dan URL: 

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

Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

curl

Jalankan perintah berikut: 

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

Jalankan perintah berikut: 

$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
Operasi impor dapat memerlukan waktu beberapa saat untuk diselesaikan. Setelah tugas impor selesai, Anda akan melihat done: true dalam status operasi tanpa error yang tercantum, seperti yang ditunjukkan pada contoh di bawah.

Mencantumkan semua set data

Gunakan perintah curl atau PowerShell berikut untuk mendapatkan daftar set data dan jumlah video contoh yang diimpor ke set data.

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • project-number: nomor project Anda
  • location-id: region Cloud tempat anotasi seharusnya dilakukan. Region cloud yang didukung adalah: us-east1, us-west1, europe-west1, asia-east1. Jika tidak ada wilayah yang ditentukan, wilayah akan ditentukan berdasarkan lokasi file video.

Metode HTTP dan URL: 

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

Untuk mengirim permintaan, perluas salah satu opsi berikut:

Anda akan menerima respons JSON yang mirip dengan yang berikut ini:

Latih model Anda

Meluncurkan operasi pelatihan model

Setelah membuat set data dan mengimpor data pelatihan ke set data, Anda dapat melatih model.

Latih model Anda menggunakan perintah curl atau PowerShell berikut.

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • dataset-id: ID adalah elemen terakhir dari nama set data Anda. Misalnya, jika nama set data Anda adalah projects/434039606874/locations/us-central1/datasets/VCN3104518874390609379, maka ID set data Anda adalah VCN3104518874390609379.
  • Catatan:
    • project-number: nomor project Anda
    • location-id: region Cloud tempat anotasi seharusnya dilakukan. Region cloud yang didukung adalah: us-east1, us-west1, europe-west1, asia-east1. Jika tidak ada wilayah yang ditentukan, wilayah akan ditentukan berdasarkan lokasi file video.

Metode HTTP dan URL: 

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

Isi JSON permintaan: 

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

Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

curl

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut: 

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

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut: 

$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 diberikan dalam respons saat Anda memulai operasi, misalnya 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"
  }
}

Mendapatkan status operasi pelatihan model

Latih model Anda menggunakan perintah curl atau PowerShell berikut.

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • operation-id: ganti dengan ID operasi untuk operasi pelatihan Anda.
  • Catatan:
    • project-number: nomor project Anda
    • location-id: region Cloud tempat anotasi seharusnya dilakukan. Region cloud yang didukung adalah: us-east1, us-west1, europe-west1, asia-east1. Jika tidak ada wilayah yang ditentukan, wilayah akan ditentukan berdasarkan lokasi file video.

Metode HTTP dan URL: 

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

Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

curl

Jalankan perintah berikut: 

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

Jalankan perintah berikut: 

$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
Setelah operasi selesai, Anda akan melihat done: true tanpa error yang tercantum.

Memverifikasi bahwa model tersedia

Setelah operasi pelatihan model berhasil diselesaikan, Anda dapat memverifikasi bahwa model tersedia dengan menggunakan perintah curl atau PowerShell berikut untuk mencantumkan model untuk project Anda.

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • dataset-id: ganti dengan ID set data untuk set data Anda (bukan nama tampilan).
  • model-name: ganti dengan nama yang Anda pilih untuk model Anda
  • Catatan:
    • project-number: nomor project Anda
    • location-id: region Cloud tempat anotasi seharusnya dilakukan. Region cloud yang didukung adalah: us-east1, us-west1, europe-west1, asia-east1. Jika tidak ada wilayah yang ditentukan, wilayah akan ditentukan berdasarkan lokasi file video.

Metode HTTP dan URL: 

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

Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

curl

Jalankan perintah berikut: 

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

Jalankan perintah berikut: 

$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
Anda akan menerima ID operasi untuk operasi impor data.
Contoh: VCN1741767155885539328.

Membuat prediksi

Anda dapat meminta anotasi (prediksi) untuk video menggunakan perintah batchPredict. Perintah batchPredict mengambil, sebagai input, file CSV yang tersimpan di bucket Cloud Storage yang berisi jalur ke video yang akan dianotasi, serta waktu mulai dan berakhir yang mengidentifikasi segmen video yang akan dianotasi. Untuk panduan memulai ini, file CSV ini diberi nama hmdb_split1_test_gs_predict.csv.

Jalankan perintah curl atau PowerShell berikut untuk membuat permintaan prediksi batch (asinkron).

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • input-uri: bucket Cloud Storage berisi file yang ingin diberi anotasi, termasuk nama filenya. Harus diawali dengan gs://. Contoh:
    "inputUris": ["gs://automl-video-demo-data/hmdb_split1_test_gs_predict.csv"]
  • output-bucket akan diganti dengan nama bucket Cloud Storage Anda. Contoh: my-project-vcm
  • object-id: ganti dengan ID operasi untuk operasi impor data Anda.
  • Catatan:
    • project-number: nomor project Anda
    • location-id: region Cloud tempat anotasi seharusnya dilakukan. Region cloud yang didukung adalah: us-east1, us-west1, europe-west1, asia-east1. Jika tidak ada wilayah yang ditentukan, wilayah akan ditentukan berdasarkan lokasi file video.

Metode HTTP dan URL: 

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

Isi JSON permintaan: 

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

Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

curl

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut: 

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

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut: 

$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

Anda akan menerima ID operasi untuk permintaan prediksi batch. Contoh: VCN926615623331479552

Mendapatkan status operasi prediksi

Anda dapat membuat kueri status operasi prediksi batch menggunakan perintah curl atau PowerShell berikut.

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • operation-id: ganti dengan ID operasi untuk operasi impor data Anda.
  • Catatan:
    • project-number: nomor project Anda
    • location-id: region Cloud tempat anotasi seharusnya dilakukan. Region cloud yang didukung adalah: us-east1, us-west1, europe-west1, asia-east1. Jika tidak ada wilayah yang ditentukan, wilayah akan ditentukan berdasarkan lokasi file video.

Metode HTTP dan URL: 

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

Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

curl

Jalankan perintah berikut: 

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

Jalankan perintah berikut: 

$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
Bergantung pada jumlah video yang Anda tentukan dalam file CSV, tugas prediksi batch dapat memerlukan waktu beberapa saat untuk diselesaikan. Setelah tugas selesai, Anda akan melihat done: true dalam status operasi tanpa daftar error, seperti yang ditunjukkan dalam contoh berikut.

Setelah tugas prediksi batch selesai, output prediksi disimpan di bucket Cloud Storage yang Anda tentukan dalam perintah. Ada file JSON untuk setiap segmen video. Misalnya:
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": [ ]
  }
}

Pembersihan

Agar tidak menimbulkan biaya pada akun Google Cloud Anda untuk resource yang digunakan pada halaman ini, hapus project Google Cloud yang berisi resource tersebut.

Jika tidak lagi memerlukan model dan set data terkait, Anda dapat menghapusnya.

Membuat daftar model

Anda dapat menampilkan daftar model untuk project Anda, beserta ID-nya, menggunakan perintah curl atau PowerShell berikut:

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • model-name: Nama lengkap model yang diberikan oleh respons saat Anda membuat model. Nama lengkapnya memiliki format: projects/project-number/locations/location-id/models
  • Catatan:
    • project-number: nomor project Anda
    • location-id: region Cloud tempat anotasi seharusnya dilakukan. Region cloud yang didukung adalah: us-east1, us-west1, europe-west1, asia-east1. Jika tidak ada wilayah yang ditentukan, wilayah akan ditentukan berdasarkan lokasi file video.

Metode HTTP dan URL: 

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

Untuk mengirim permintaan, perluas salah satu opsi berikut:

Anda akan menerima respons JSON yang mirip dengan yang berikut ini:

Menghapus model

Anda dapat menghapus model menggunakan perintah berikut.

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • model-id: ganti dengan ID untuk model Anda
  • Catatan:
    • project-number: nomor project Anda
    • location-id: region Cloud tempat anotasi seharusnya dilakukan. Region cloud yang didukung adalah: us-east1, us-west1, europe-west1, asia-east1. Jika tidak ada wilayah yang ditentukan, wilayah akan ditentukan berdasarkan lokasi file video.

Metode HTTP dan URL: 

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

Untuk mengirim permintaan, perluas salah satu opsi berikut:

Anda akan menerima respons JSON yang mirip dengan yang berikut ini:

Mencantumkan set data

Anda dapat menampilkan daftar set data untuk project Anda, bersama dengan ID-nya, menggunakan perintah curl atau PowerShell berikut:

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • project-number: nomor project Anda
  • location-id: region Cloud tempat anotasi seharusnya dilakukan. Region cloud yang didukung adalah: us-east1, us-west1, europe-west1, asia-east1. Jika tidak ada wilayah yang ditentukan, wilayah akan ditentukan berdasarkan lokasi file video.

Metode HTTP dan URL: 

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

Untuk mengirim permintaan, perluas salah satu opsi berikut:

Anda akan menerima respons JSON yang mirip dengan yang berikut ini:

Menghapus set data

Anda dapat menghapus set data menggunakan perintah curl atau PowerShell berikut.

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • dataset-name: nama lengkap set data, dari respons saat Anda membuat set data. Nama lengkap memiliki format:
    projects/project-number/locations/location-id/datasets/dataset-id
    • project-number: nomor project Anda
    • location-id: region Cloud tempat anotasi seharusnya dilakukan. Region cloud yang didukung adalah: us-east1, us-west1, europe-west1, asia-east1. Jika tidak ada wilayah yang ditentukan, wilayah akan ditentukan berdasarkan lokasi file video.
    • dataset-id: ID yang diberikan saat Anda membuat set data

Metode HTTP dan URL: 

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

Untuk mengirim permintaan, perluas salah satu opsi berikut:

Anda akan menerima respons JSON yang mirip dengan yang berikut ini:

Langkah selanjutnya