クイックスタート: コマンドラインを使用して動画にラベルを付ける

コマンドラインを使用して動画にラベルを付ける

このクイックスタートでは、以下のプロセスを順を追って説明します。

Cloud Storage に一連の動画をコピーする。
動画とそのラベルをリストした CSV ファイルを作成する。
AutoML Video を使用してデータセットを作成し、モデルをトレーニングして使用する。

始める前に

プロジェクトを設定する

Google Cloud アカウントにログインします。Google Cloud を初めて使用する場合は、アカウントを作成して、実際のシナリオでの Google プロダクトのパフォーマンスを評価してください。新規のお客様には、ワークロードの実行、テスト、デプロイができる無料クレジット $300 分を差し上げます。

Google Cloud CLI をインストールします。

gcloud CLI を初期化するには:

gcloud init

Google Cloud プロジェクトを作成または選択します。

Google Cloud プロジェクトを作成する
```
gcloud projects create PROJECT_ID
```
作成した Google Cloud プロジェクトを選択します。
```
gcloud config set project PROJECT_ID
```

Google Cloud プロジェクトの課金が有効になっていることを確認します。詳しくは、プロジェクトで課金が有効になっているかどうかを確認する方法をご覧ください。

AutoML and Cloud Storage API を有効にします。

gcloud services enable storage-component.googleapis.comautoml.googleapis.comstorage-api.googleapis.com

Google Cloud CLI をインストールします。

gcloud CLI を初期化するには:

gcloud init

Google Cloud プロジェクトを作成または選択します。

Google Cloud プロジェクトを作成する
```
gcloud projects create PROJECT_ID
```
作成した Google Cloud プロジェクトを選択します。
```
gcloud config set project PROJECT_ID
```

AutoML and Cloud Storage API を有効にします。

gcloud services enable storage-component.googleapis.comautoml.googleapis.comstorage-api.googleapis.com

環境変数 PROJECT_ID をプロジェクト ID に設定します。
```
export PROJECT_ID=PROJECT_ID
```
AutoML API 呼び出しとリソース名には、プロジェクト ID が含まれています。環境変数 PROJECT_ID は、ID の指定に便利です。

データセットの作成とトレーニングデータのインポート

データセットの作成

データセットの名前を決め、次の curl または PowerShell コマンドを使用して、その名前で新しいデータセットを作成します。

REST

リクエストのデータを使用する前に、次のように置き換えます。

dataset-name: インターフェースに表示するデータセットの名前
注:
- project-number: プロジェクトの番号。
- location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウドリージョンは us-east1、us-west1、europe-west1、asia-east1 です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。

HTTP メソッドと URL:

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

JSON 本文のリクエスト:

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

リクエストを送信するには、次のいずれかのオプションを選択します。

curl

注: 次のコマンドは、gcloud init または gcloud auth login を実行して、ユーザーアカウントで gcloud CLI にログインしているか、Cloud Shell を使用して自動的に gcloud CLI にログインしていることを前提としています。gcloud auth list を実行すると、現在アクティブなアカウントを確認できます。

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

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

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

$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

レスポンスが成功すると、AutoML Video Intelligence API はオペレーションの name を返します。このようなレスポンスの例を次に示します。project-number はプロジェクトの番号、operation-id はリクエストに対して作成された長時間実行オペレーションの ID です。

回答

{
  "name": "projects/project-number/locations/location-id/datasets/VCN3940649673949184000",
  "displayName": "test_dataset",
  "createTime": "2020-02-18T21:18:13.975412Z",
  "videoClassificationDatasetMetadata": {}
}

トレーニングデータをインポートする

REST

トレーニングデータをインポートするには、importData メソッドを使用します。この方法では、次の 2 つのパラメータを指定する必要があります。

トレーニングへのパスを含む CSV へのパス。
テストデータの CSV ファイル。注: これらのファイルは、Cloud Storage の「automl-video-demo-data」バケットで使用できます。

リクエストのデータを使用する前に、次のように置き換えます。

input-uri: アノテーションを付けるファイルを含む Cloud Storage バケット（ファイル名を含む）。先頭は gs:// でなければなりません。例:
"inputUris": ["gs://automl-video-demo-data/hmdb_split1.csv"]
dataset-id: データセットのデータセット識別子（表示名ではない）に置き換えます。例: VCN4798585402963263488
注:
- project-number: プロジェクトの番号。
- location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウドリージョンは us-east1、us-west1、europe-west1、asia-east1 です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。

HTTP メソッドと URL:

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

JSON 本文のリクエスト:

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

リクエストを送信するには、次のいずれかのオプションを選択します。

curl

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

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

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

$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

データインポートオペレーションのオペレーション ID が返されます。この例は、インポートオペレーション ID VCN7506374678919774208 を含むレスポンスを示しています。

回答

{
  "name": "projects/project-number/locations/location-id/operations/VCN7506374678919774208",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata",
    "createTime": "2020-02-27T01:28:36.128120Z",
    "updateTime": "2020-02-27T01:28:36.128150Z",
    "cancellable": true
  }
}

インポートオペレーションのステータスを取得する

次の curl または PowerShell コマンドを使用して、データインポートオペレーションのステータスをクエリできます。

REST

リクエストのデータを使用する前に、次のように置き換えます。

operation-id: データインポートオペレーションのオペレーション ID に置き換えます。
注:
- project-number: プロジェクトの番号。
- location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウドリージョンは us-east1、us-west1、europe-west1、asia-east1 です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。

HTTP メソッドと URL:

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

リクエストを送信するには、次のいずれかのオプションを選択します。

curl

次のコマンドを実行します。

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

次のコマンドを実行します。

$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

インポートオペレーションが完了するまでに時間がかかることがあります。インポートタスクが完了すると、次の例のように、オペレーションのステータスが done: true と表示されます。エラーは発生していません。

回答

{
  "name": "projects/project-number/locations/location-id/operations/VCN7506374678919774208",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata",
    "createTime": "2018-10-18T21:23:15.181451Z",
    "updateTime": "2018-10-18T21:26:10.354502Z",
    "importDataDetails": {}
  },
  "done": true,
  "response": {
    "@type": "type.googleapis.com/google.protobuf.Empty"
  }
}

すべてのデータセットを一覧表示する

次の curl または PowerShell コマンドを使用して、データセットのリストと、データセットにインポートされたサンプル動画の数を取得します。

REST

リクエストのデータを使用する前に、次のように置き換えます。

project-number: プロジェクトの番号。
location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウドリージョンは us-east1、us-west1、europe-west1、asia-east1 です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。

HTTP メソッドと URL:

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

リクエストを送信するには、次のいずれかのオプションを展開します。

curl（Linux、macOS、Cloud Shell）

次のコマンドを実行します。

curl -X  \
    -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/datasets"

PowerShell（Windows）

次のコマンドを実行します。

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

Invoke-WebRequest `
    -Method  `
    -Headers $headers `
    -Uri "https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/datasets" | Select-Object -Expand Content

次のような JSON レスポンスが返されます。

回答

{
  "datasets": [
    {
      "name": "projects/project-number/locations/location-id/datasets/356587829854924648",
      "displayName": "test_dataset",
      "createTime": "2020-02-26T18:02:59.825060Z",
      "videoClassificationDatasetMetadata": {
      }
    },
    {
      "name": "projects/project-number/locations/location-id/datasets/3104518874390609379",
      "displayName": "test",
      "createTime": "2020-02-16T01:10:38.328280Z",
      "videoClassificationDatasetMetadata": {
      }
    }
  ]
}

モデルのトレーニング

モデルトレーニングオペレーションを開始する

データセットを作成し、トレーニングデータをデータセットにインポートしたら、モデルをトレーニングできます。

次の curl または PowerShell コマンドを使用して、モデルをトレーニングします。

REST

リクエストのデータを使用する前に、次のように置き換えます。

dataset-id: この ID は、データセットの名前の最後の要素です。たとえば、データセットの名前が projects/434039606874/locations/us-central1/datasets/VCN3104518874390609379 の場合、データセットの ID は VCN3104518874390609379 です。
注:
- project-number: プロジェクトの番号。
- location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウドリージョンは us-east1、us-west1、europe-west1、asia-east1 です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。

HTTP メソッドと URL:

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

JSON 本文のリクエスト:

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

リクエストを送信するには、次のいずれかのオプションを選択します。

curl

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

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

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

$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

オペレーションの開始時に、operation-id がレスポンスで返されます（例: 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"
  }
}

モデルトレーニングオペレーションのステータスを取得する

次の curl または PowerShell コマンドを使用して、モデルをトレーニングします。

REST

リクエストのデータを使用する前に、次のように置き換えます。

operation-id: トレーニングオペレーションのオペレーション ID に置き換えます。
注:
- project-number: プロジェクトの番号。
- location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウドリージョンは us-east1、us-west1、europe-west1、asia-east1 です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。

HTTP メソッドと URL:

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

リクエストを送信するには、次のいずれかのオプションを選択します。

curl

次のコマンドを実行します。

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

次のコマンドを実行します。

$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

オペレーションが完了すると、done: true が表示されます。エラーはありません。

回答

{
  "name": "projects/project-number/locations/location-id/operations/VCN1741767155885539328",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata",
    "createTime": "2020-02-18T21:32:06.730258Z",
    "updateTime": "2020-02-18T21:32:06.730258Z",
    "createModelDetails": {}
  }
}

モデルが使用可能であることを確認する

モデルトレーニングオペレーションが正常に完了したら、次の curl または PowerShell コマンドを使用してプロジェクトのモデルを一覧表示することにより、モデルが使用可能であることを確認できます。

REST

リクエストのデータを使用する前に、次のように置き換えます。

dataset-id: データセットのデータセット識別子（表示名ではない）に置き換えます。
model-name: モデルに選択した名前に置き換えます。
注:
- project-number: プロジェクトの番号。
- location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウドリージョンは us-east1、us-west1、europe-west1、asia-east1 です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。

HTTP メソッドと URL:

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

リクエストを送信するには、次のいずれかのオプションを選択します。

curl

次のコマンドを実行します。

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

次のコマンドを実行します。

$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

データインポートオペレーションのオペレーション ID が返されます。
例: VCN1741767155885539328。

回答

{
  "name": "projects/project-number/locations/location-id/operations/VCN1741767155885539328",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata",
    "createTime": "2020-02-18T21:32:06.730258Z",
    "updateTime": "2020-02-18T21:32:06.730258Z",
    "createModelDetails": {}
  }
}

予測を行う

動画のアノテーション（予測）をリクエストするには、batchPredict コマンドを実行します。batchPredict コマンドは、Cloud Storage バケットに保存されている CSV ファイルを入力として受け取ります。このファイルには、アノテーションを付ける動画へのパス、アノテーションを付ける動画のセグメントを特定する開始時間と終了時間が格納されています。このクイックスタートでは、この CSV ファイルの名前は hmdb_split1_test_gs_predict.csv です。

次の curl または PowerShell コマンドを実行して、バッチ（非同期）予測リクエストを行います。

REST

リクエストのデータを使用する前に、次のように置き換えます。

input-uri: アノテーションを付けるファイルを含む Cloud Storage バケット（ファイル名を含む）。先頭は gs:// でなければなりません。例:
"inputUris": ["gs://automl-video-demo-data/hmdb_split1_test_gs_predict.csv"]
output-bucket: Cloud Storage バケットの名前に置き換えます。例: my-project-vcm
object-id: データインポートオペレーションのオペレーション ID に置き換えます。
注:
- project-number: プロジェクトの番号。
- location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウドリージョンは us-east1、us-west1、europe-west1、asia-east1 です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。

HTTP メソッドと URL:

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

JSON 本文のリクエスト:

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

リクエストを送信するには、次のいずれかのオプションを選択します。

curl

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

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

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

$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

バッチ予測リクエストのオペレーション ID が返されます（例: VCN926615623331479552）。

回答

{
  "name": "projects/project-number/locations/location-id/operations/VCN926615623331479552",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata",
    "createTime": "2020-02-19T21:22:27.003694Z",
    "updateTime": "2020-02-19T21:22:27.003694Z",
    "batchPredictDetails": {}
  }
}

予測オペレーションのステータスを取得する

次の curl または PowerShell コマンドを使用して、バッチ予測オペレーションのステータスをクエリできます。

REST

リクエストのデータを使用する前に、次のように置き換えます。

operation-id: データインポートオペレーションのオペレーション ID に置き換えます。
注:
- project-number: プロジェクトの番号。
- location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウドリージョンは us-east1、us-west1、europe-west1、asia-east1 です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。

HTTP メソッドと URL:

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

リクエストを送信するには、次のいずれかのオプションを選択します。

curl

次のコマンドを実行します。

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

次のコマンドを実行します。

$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

CSV ファイルで指定した動画の数によっては、バッチ予測タスクが完了するまでに時間がかかることがあります。タスクが完了すると、次の例のように、オペレーションのステータスが done: true と表示されます。エラーは発生していません。

回答

{
  "name": "projects/project-number/locations/location-id/operations/VCN926615623331479552",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata",
    "createTime": "2020-02-18T21:23:15.181451Z",
    "updateTime": "2020-02-18T21:26:10.354502Z",
    "importDataDetails": {}
  },
  "done": true,
  "response": {
    "@type": "type.googleapis.com/google.protobuf.Empty"
  }
}

バッチ予測タスクが完了すると、コマンドで指定した Cloud Storage バケットに予測の出力が保存されます。動画セグメントごとに JSON ファイルがあります。例:
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": [ ]
  }
}

クリーンアップ

このページで使用したリソースについて、Google Cloud アカウントに課金されないようにするには、Google Cloud プロジェクトとそのリソースをまとめて削除してください。

モデルや関連するデータセットが不要になった場合は削除できます。

モデルの一覧表示

次の curl または PowerShell コマンドを使用して、プロジェクトのモデルとその ID を一覧表示できます。

REST

リクエストのデータを使用する前に、次のように置き換えます。

model-name: モデルの作成時にレスポンスで指定された完全なモデル名。完全な名前の形式: projects/project-number/locations/location-id/models
注:
- project-number: プロジェクトの番号。
- location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウドリージョンは us-east1、us-west1、europe-west1、asia-east1 です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。

HTTP メソッドと URL:

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

リクエストを送信するには、次のいずれかのオプションを展開します。

curl（Linux、macOS、Cloud Shell）

次のコマンドを実行します。

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/models"

PowerShell（Windows）

次のコマンドを実行します。

$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/models" | Select-Object -Expand Content

次のような JSON レスポンスが返されます。

回答

{
  "model": [{
    "name": "projects/project-number/locations/location-id/models/VCN2004101834179870720",
    "displayName": "my_model_01",
    "datasetId": "VCN3940649673949184000",
    "createTime": "2020-02-19T17:18:45.320701Z",
    "updateTime": "2020-02-19T17:18:45.320701Z",
    "videoClassificationModelMetadata": {}
  }]
}

モデルの削除

モデルを削除するには、次のコマンドを使用します。

REST

リクエストのデータを使用する前に、次のように置き換えます。

model-id: モデルの識別子に置き換えます。
注:
- project-number: プロジェクトの番号。
- location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウドリージョンは us-east1、us-west1、europe-west1、asia-east1 です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。

HTTP メソッドと URL:

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

リクエストを送信するには、次のいずれかのオプションを展開します。

curl（Linux、macOS、Cloud Shell）

次のコマンドを実行します。

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

PowerShell（Windows）

次のコマンドを実行します。

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

Invoke-WebRequest `
    -Method DELETE `
    -Headers $headers `
    -Uri "https://automl.googleapis.com/v1beta1/projects/project-number/locations/test/models/model-id" | Select-Object -Expand Content

次のような JSON レスポンスが返されます。

回答

{
  "name": "projects/project-name/locations/location-id/operations/VCN2519201041560371200",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata",
    "createTime": "2020-02-25T01:50:41.551853Z",
    "updateTime": "2020-02-25T01:50:41.551853Z",
    "deleteDetails": {}
  }
}

データセットの一覧表示

次の curl または PowerShell コマンドを使用して、プロジェクトのデータセットとその ID を一覧表示できます。

REST

リクエストのデータを使用する前に、次のように置き換えます。

project-number: プロジェクトの番号。
location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウドリージョンは us-east1、us-west1、europe-west1、asia-east1 です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。

HTTP メソッドと URL:

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

リクエストを送信するには、次のいずれかのオプションを展開します。

curl（Linux、macOS、Cloud Shell）

次のコマンドを実行します。

curl -X  \
    -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/datasets"

PowerShell（Windows）

次のコマンドを実行します。

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

Invoke-WebRequest `
    -Method  `
    -Headers $headers `
    -Uri "https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/datasets" | Select-Object -Expand Content

次のような JSON レスポンスが返されます。

回答

{
  "datasets": [
    {
      "name": "projects/project-number/locations/location-id/datasets/356587829854924648",
      "displayName": "test_dataset",
      "createTime": "2020-02-26T18:02:59.825060Z",
      "videoClassificationDatasetMetadata": {
      }
    },
    {
      "name": "projects/project-number/locations/location-id/datasets/3104518874390609379",
      "displayName": "test",
      "createTime": "2020-02-16T01:10:38.328280Z",
      "videoClassificationDatasetMetadata": {
      }
    }
  ]
}

データセットの削除

次の curl または PowerShell コマンドを使用して、データセットを削除できます。

REST

リクエストのデータを使用する前に、次のように置き換えます。

dataset-name: 完全なデータセット名。データセットの作成時にレスポンスで返されます。完全な名前の形式:
projects/project-number/locations/location-id/datasets/dataset-id

project-number: プロジェクトの番号。
location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウドリージョンは us-east1、us-west1、europe-west1、asia-east1 です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。
dataset-id: データセットの作成時に指定された ID

HTTP メソッドと URL:

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

リクエストを送信するには、次のいずれかのオプションを展開します。

curl（Linux、macOS、Cloud Shell）

次のコマンドを実行します。

curl -X DELETE \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "x-goog-user-project: project-number" \
    " https://automl.googleapis.com/v1beta1/dataset-name"

PowerShell（Windows）

次のコマンドを実行します。

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

Invoke-WebRequest `
    -Method DELETE `
    -Headers $headers `
    -Uri " https://automl.googleapis.com/v1beta1/dataset-name" | Select-Object -Expand Content

次のような JSON レスポンスが返されます。

レスポンス

{
"name": "projects/project-number/locations/location-id/operations/3512013641657611176",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata",
    "createTime": "2020-02-04T01:45:16.735340Z",
    "updateTime": "2020-02-04T01:45:16.735360Z",
    "cancellable": true
  }
}

次のステップ

分類ワークフローの詳細

コマンドラインを使用して動画にラベルを付ける

始める前に

プロジェクトを設定する

データセットの作成とトレーニング データのインポート

データセットの作成

REST

curl

PowerShell

回答

トレーニング データをインポートする

REST

curl

PowerShell

回答

インポート オペレーションのステータスを取得する

REST

curl

PowerShell

回答

すべてのデータセットを一覧表示する

REST

curl（Linux、macOS、Cloud Shell）

PowerShell（Windows）

回答

モデルのトレーニング

モデル トレーニング オペレーションを開始する

REST

curl

PowerShell

モデル トレーニング オペレーションのステータスを取得する

REST

curl

PowerShell

回答

モデルが使用可能であることを確認する

REST

curl

PowerShell

回答

予測を行う

REST

curl

PowerShell

回答

予測オペレーションのステータスを取得する

REST

curl

PowerShell

回答

クリーンアップ

モデルの一覧表示

REST

curl（Linux、macOS、Cloud Shell）

PowerShell（Windows）

回答

モデルの削除

REST

curl（Linux、macOS、Cloud Shell）

PowerShell（Windows）

回答

データセットの一覧表示

REST

curl（Linux、macOS、Cloud Shell）

PowerShell（Windows）

回答

データセットの削除

REST

curl（Linux、macOS、Cloud Shell）

PowerShell（Windows）

レスポンス

次のステップ

データセットの作成とトレーニングデータのインポート

トレーニングデータをインポートする

インポートオペレーションのステータスを取得する

モデルトレーニングオペレーションを開始する

モデルトレーニングオペレーションのステータスを取得する