Gestione dei modelli
Un modello viene addestrato utilizzando un set di dati preparato che fornisci. AutoML Video Intelligence Classification utilizza gli elementi del tuo set di dati per addestrare, testare e valutare le prestazioni del modello. Quindi, devi rivedere i risultati, modificare il set di dati di addestramento in base alle esigenze e addestrare un nuovo modello usando il set di dati migliorato.
L'addestramento di un modello può richiedere diverse ore. L'API AutoML consente di controllare lo stato dell'addestramento.
Poiché AutoML Video Intelligence Classification crea un nuovo modello a ogni avvio dell'addestramento, può includere numerosi modelli. Puoi ottenere un elenco dei modelli presenti nel tuo progetto e può eliminare i modelli che non ti servono più.
La durata massima di un modello è di due anni. Devi creare e addestrare un nuovo modello per continuare a classificare il contenuto.
Utilizzo di curl o PowerShell
Per semplificare l’esecuzione degli esempi curl
(o PowerShell) in questo
, imposta la seguente variabile di ambiente. Sostituisci project-id con il nome
del tuo progetto Google Cloud.
export PROJECT_ID="project-id"
Addestramento dei modelli
Quando hai un set di dati con un solido set di elementi di addestramento etichettati, per creare e addestrare il modello.
UI web
-
Apri l'app UI di AutoML Video e vai alla pagina Set di dati.
-
Seleziona il set di dati che vuoi utilizzare per addestrare un modello di machine learning.
Il nome visualizzato del set di dati selezionato è riportato nel titolo barra, e la pagina elenca i singoli elementi nel set di dati insieme con le relative etichette.
-
Quando hai finito di rivedere il set di dati, fai clic Scheda Addestra appena sotto la barra del titolo.
La pagina di addestramento fornisce un'analisi di base del set di dati ti consiglia se è adeguato per la formazione. Se AutoML Video suggerisce le modifiche. Ti consigliamo di tornare a la pagina Video e l'aggiunta di elementi o etichette.
- Quando il set di dati è pronto, fai clic su Avvia addestramento. per creare un nuovo modello o addestrare modello se vuoi crearne un altro.
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 saràVCN3104518874390609379
. - Nota:
- project-number: il numero del progetto
- location-id: la regione Cloud in cui l'annotazione
deve avvenire. Le regioni cloud supportate sono:
us-east1
,us-west1
,europe-west1
,asia-east1
. Se non viene specificata alcuna regione, viene verrà determinato 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
{ "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" } }
Java
Per eseguire l'autenticazione su AutoML Video, configura le credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.
Node.js
Per eseguire l'autenticazione su AutoML Video, configura le credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.
Python
Per eseguire l'autenticazione su AutoML Video, configura le credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.
Recupero delle informazioni su un modello
Al termine dell'addestramento, potrai ottenere informazioni sul modello appena creato.
Gli esempi in questa sezione restituiscono i metadati di base relativi a un un modello di machine learning. Per ottenere dettagli su accuratezza e idoneità di un modello, consulta Valutazione dei modelli.
UI web
-
Vai alla pagina Modelli nella UI di AutoML Video.
<img <="" alt="Pagina Modelli con un modello mostrato" li="" src="/static/video-intelligence/automl/docs/images/models_page.png" /> - Fai clic sul nome del modello che vuoi visualizzare.
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/model-id
- dataset-id: sostituisci con l'identificatore del set di dati per il tuo set di dati
(non il nome visualizzato). Ad esempio:
VCN3940649673949184000
- project-number: il numero del tuo progetto
Metodo HTTP e URL:
GET https://automl.googleapis.com/v1beta1/model-name/modelEvaluations
Corpo JSON della richiesta:
{ "displayName": "test_model", "dataset_id": "dataset-id", "videoClassificationModelMetadata": {} }
Per inviare la richiesta, espandi una delle seguenti opzioni:
Dovresti ricevere una risposta JSON simile alla seguente:
Java
Per eseguire l'autenticazione su AutoML Video, configura le credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.
Node.js
Per eseguire l'autenticazione su AutoML Video, configura le credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.
Python
Per eseguire l'autenticazione su AutoML Video, configura le credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.
Elenco dei modelli
Un progetto può includere numerosi modelli. Questa sezione descrive come recuperare un dei modelli disponibili per un progetto.
UI web
Vai alla pagina Modelli nella UI di AutoML Video per vedere i modelli nel tuo progetto.Per vedere i modelli di un altro progetto, seleziona il progetto dal nell'elenco a discesa in alto a destra della barra del titolo.
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 l'annotazione
deve avvenire. Le regioni cloud supportate sono:
us-east1
,us-west1
,europe-west1
,asia-east1
. Se non viene specificata alcuna regione, viene verrà determinato 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:
Java
Per eseguire l'autenticazione su AutoML Video, configura le credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.
Node.js
Per eseguire l'autenticazione su AutoML Video, configura le credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.
Python
Per eseguire l'autenticazione su AutoML Video, configura le credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.
Eliminazione di un modello
L'esempio seguente elimina un modello.
UI web
- Vai alla pagina Modelli nella
UI di AutoML Video.
- Fai clic sul menu con tre puntini all'estrema destra della riga che vuoi Elimina e seleziona Elimina.
- Fai clic su Conferma nella finestra di dialogo di conferma.
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 l'annotazione
deve avvenire. Le regioni cloud supportate sono:
us-east1
,us-west1
,europe-west1
,asia-east1
. Se non viene specificata alcuna regione, viene verrà determinato 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:
Java
Per eseguire l'autenticazione su AutoML Video, configura le credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.
Node.js
Per eseguire l'autenticazione su AutoML Video, configura le credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.
Python
Per eseguire l'autenticazione su AutoML Video, configura le credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per un ambiente di sviluppo locale.