Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.
Guida rapida: etichettare i video utilizzando la riga di comando

Etichettare i video utilizzando la riga di comando

Questa guida rapida illustra i seguenti passaggi:

  • Copia di un insieme di video in Cloud Storage.
  • Creare file CSV che elencano i video e le relative etichette.
  • Utilizza AutoML Video per creare il tuo set di dati, nonché 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. Nella pagina del selettore dei progetti in Google Cloud Console, seleziona o crea un progetto Google Cloud.

    Vai al selettore progetti

  3. Assicurati che la fatturazione sia attivata per il tuo progetto Cloud. Scopri come verificare se la fatturazione è abilitata su un progetto.

  4. Abilita le API AutoML and Cloud Storage.

    Abilita le API

  5. Nella pagina del selettore dei progetti in Google Cloud Console, seleziona o crea un progetto Google Cloud.

    Vai al selettore progetti

  6. Assicurati che la fatturazione sia attivata per il tuo progetto Cloud. Scopri come verificare se la fatturazione è abilitata su un progetto.

  7. Abilita le API AutoML and Cloud Storage.

    Abilita le API

  8. Installa lo strumento a riga di comando gcloud.
  9. Segui le istruzioni per creare un account di servizio e scaricare un file di chiave per tale account.
  10. Imposta la variabile di ambiente GOOGLE_APPLICATION_CREDENTIALS sul percorso del file della chiave dell'account di servizio scaricato al momento della creazione dell'account di servizio.
    export GOOGLE_APPLICATION_CREDENTIALS=KEY_FILE
  11. Imposta la variabile di ambiente PROJECT_ID sull'ID progetto.
    export PROJECT_ID=PROJECT_ID
    Le chiamate all'API AutoML e i nomi delle risorse includono l'ID progetto. La variabile di ambiente PROJECT_ID offre un modo pratico per specificare l'ID.
  12. Se sei proprietario del progetto, aggiungi il tuo account di servizio al ruolo IAM AutoML Editor, sostituendo SERVICE_ACCOUNT_NAME con il nome del nuovo account di servizio. Ad esempio, service-account1@myproject.iam.gserviceaccount.com.
    gcloud auth login
    gcloud projects add-iam-policy-binding $PROJECT_ID \
       --member="serviceAccount:SERVICE_ACCOUNT_NAME" \
       --role="roles/automl.editor"
    
  13. In caso contrario, se non sei un proprietario del progetto, chiedi a un proprietario del progetto di aggiungere sia l'ID utente che l'account di servizio al ruolo IAM di Editor AutoML.

Creare un set di dati e importare i dati di addestramento

Crea un set di dati

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

REST &AM; LINEA CMD

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

  • dataset-name: nome del set di dati da visualizzare nell'interfaccia
  • Nota:
    • project-number: 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, asia-east1. Se non viene specificata alcuna regione, verrà determinata una regione 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 richiesta:

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

Per inviare la richiesta, scegli una delle seguenti opzioni:

ricciolo

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

curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-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 application-default print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

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 tuo progetto e operation-id è l'ID dell'operazione a lunga esecuzione creata per la richiesta.

Importa dati di addestramento

REST &AM; LINEA CMD

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

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

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

  • input-uri: un bucket Cloud Storage che contiene il file a cui vuoi 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 il nome visualizzato). Ad esempio: VCN4798585402963263488
  • Nota:
    • project-number: 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, asia-east1. Se non viene specificata alcuna regione, verrà determinata una regione 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 richiesta:

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

Per inviare la richiesta, scegli una delle seguenti opzioni:

ricciolo

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

curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-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 application-default print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

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 dell'operazione di importazione VCN7506374678919774208.

Conoscere lo stato dell'operazione di importazione

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

REST &AM; LINEA CMD

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

  • operation-id: sostituisci con l'ID operazione dell'operazione di importazione dati.
  • Nota:
    • project-number: 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, asia-east1. Se non viene specificata alcuna regione, verrà determinata una regione 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:

ricciolo

Esegui questo comando:

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

PowerShell

Esegui questo comando:

$cred = gcloud auth application-default print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

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
L'operazione di importazione potrebbe richiedere del tempo. Al termine dell'attività di importazione, vedrai done: true nello stato dell'operazione senza errori, come mostrato nell'esempio riportato di seguito.

Elenca 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 &AM; LINEA CMD

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

  • project-number: 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, asia-east1. Se non viene specificata alcuna regione, viene determinata una regione 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 nel set di dati, puoi addestrare il modello.

Addestra il modello utilizzando i seguenti comandi curl o PowerShell.

REST &AM; LINEA CMD

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 tuo set di dati è projects/434039606874/locations/us-central1/datasets/VCN3104518874390609379, l'ID del tuo set di dati è VCN3104518874390609379.
  • Nota:
    • project-number: 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, asia-east1. Se non viene specificata alcuna regione, verrà determinata una regione 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 richiesta:

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

Per inviare la richiesta, scegli una delle seguenti opzioni:

ricciolo

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

curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-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 application-default print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

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 all'avvio dell'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"
  }
}

Conoscere lo stato dell'operazione di addestramento del modello

Addestra il modello utilizzando i seguenti comandi curl o PowerShell.

REST &AM; LINEA CMD

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

  • operation-id: sostituisci con l'ID operazione della tua operazione di addestramento.
  • Nota:
    • project-number: 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, asia-east1. Se non viene specificata alcuna regione, verrà determinata una regione 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:

ricciolo

Esegui questo comando:

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

PowerShell

Esegui questo comando:

$cred = gcloud auth application-default print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

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
Una volta completata l'operazione, verranno visualizzati done: true senza errori.

Verifica che il modello sia disponibile

Una volta completata 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 &AM; LINEA CMD

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

  • dataset-id: sostituisci con l'identificatore del set di dati (non il nome visualizzato).
  • model-name: sostituiscilo con un nome che scegli per il tuo modello
  • Nota:
    • project-number: 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, asia-east1. Se non viene specificata alcuna regione, verrà determinata una regione 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:

ricciolo

Esegui questo comando:

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

PowerShell

Esegui questo comando:

$cred = gcloud auth application-default print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

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 dati.
Ad esempio: VCN1741767155885539328.

Fare una previsione

Puoi richiedere le annotazioni (previsioni) per i video utilizzando il comando batchPredict. Il comando batchPredict prende come input un file CSV archiviato nel tuo bucket Cloud Storage contenente i percorsi dei video da annotare, nonché le ore di inizio e di fine che identificano il segmento di video da annotare. Per questa guida rapida, questo file CSV è denominato hmdb_split1_test_gs_predict.csv.

Esegui questi comandi curl o PowerShell per eseguire una richiesta di previsione batch (asincrona).

REST &AM; LINEA CMD

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

  • input-uri: un bucket Cloud Storage che contiene il file a cui vuoi annotare, incluso il nome del file. Deve iniziare con gs://. Ad esempio:
    "inputUris": ["gs://automl-video-demo-data/hmdb_split1_test_gs_predict.csv"]
  • output-bucket sostituisci con il nome del tuo bucket Cloud Storage. Ad esempio: my-project-vcm
  • object-id: sostituisci con l'ID operazione dell'operazione di importazione dati.
  • Nota:
    • project-number: 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, asia-east1. Se non viene specificata alcuna regione, verrà determinata una regione 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 richiesta:

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

Per inviare la richiesta, scegli una delle seguenti opzioni:

ricciolo

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

curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-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 application-default print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

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 batch. Ad esempio: VCN926615623331479552

Conoscere lo stato dell'operazione di previsione

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

REST &AM; LINEA CMD

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

  • operation-id: sostituisci con l'ID operazione dell'operazione di importazione dati.
  • Nota:
    • project-number: 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, asia-east1. Se non viene specificata alcuna regione, verrà determinata una regione 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:

ricciolo

Esegui questo comando:

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

PowerShell

Esegui questo comando:

$cred = gcloud auth application-default print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

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 che hai specificato nel file CSV, il completamento dell'attività di previsione batch potrebbe richiedere del tempo. Al termine dell'attività, vedrai done: true nello stato dell'operazione senza errori, come mostrato nell'esempio seguente.

Quando l'attività di previsione batch è stata completata, l'output della previsione viene archiviato nel bucket Cloud Storage specificato nel comando. È presente 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, segui questi passaggi:

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

Elenco modelli

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

REST &AM; LINEA CMD

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

  • model-name: nome completo del modello fornito dalla risposta al momento della creazione. Il nome completo ha il formato: projects/project-number/locations/location-id/models
  • Nota:
    • project-number: 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, asia-east1. Se non viene specificata alcuna regione, verrà determinata una regione 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 seguente comando.

REST &AM; LINEA CMD

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

  • model-id: sostituisci con l'identificatore del tuo modello
  • Nota:
    • project-number: 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, asia-east1. Se non viene specificata alcuna regione, verrà determinata una regione 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:

Elenco set di dati

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

REST &AM; LINEA CMD

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

  • project-number: 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, asia-east1. Se non viene specificata alcuna regione, viene determinata una regione 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 &AM; LINEA CMD

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

  • dataset-name: nome completo del set di dati, indicato nella risposta alla creazione. Il nome completo ha il formato:
    projects/project-number/locations/location-id/datasets/dataset-id
    • project-number: 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, asia-east1. Se non viene specificata alcuna regione, viene determinata una regione 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