Gestione dei modelli
Un modello viene addestrato utilizzando un set di dati preparato fornito da te. AutoML Video Intelligence Classification utilizza gli elementi del set di dati per addestrare, testare e evaluate le prestazioni del modello. Successivamente, devi esaminare i risultati, modificare il set di dati di addestramento in base alle esigenze e addestrare un nuovo modello utilizzando 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, il progetto potrebbe includere numerosi modelli. Puoi ottenere un elenco dei modelli presenti nel tuo progetto e eliminare i modelli che non ti servono più.
La durata massima di un modello è due anni. Devi creare e addestrare un nuovo modello per continuare a classificare i contenuti una volta trascorso questo periodo di tempo.
Utilizzo di curl o PowerShell
Per semplificare l'esecuzione degli esempi curl
(o PowerShell) in questo argomento, 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 insieme di elementi di addestramento etichettati, puoi creare e addestrare il modello.
UI web
-
Apri l'interfaccia utente di AutoML Video e vai alla pagina Set di dati.
-
Seleziona il set di dati che vuoi utilizzare per addestrare il modello.
Il nome visualizzato del set di dati selezionato viene visualizzato nella barra del titolo e la pagina elenca i singoli elementi del set di dati insieme alle relative etichette.
-
Una volta completata la revisione del set di dati, fai clic sulla scheda Addestra appena sotto la barra del titolo.
La pagina di addestramento fornisce un'analisi di base del set di dati e ti consiglia se è adeguato per l'addestramento. Se AutoML Video suggerisce delle modifiche, valuta la possibilità di tornare alla pagina Video e aggiungere elementi o etichette.
- Quando il set di dati è pronto, fai clic su Inizia addestramento per creare un nuovo modello oppure su Addestra nuovo modello se vuoi creare un modello aggiuntivo.
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 èVCN3104518874390609379
. - 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
easia-east1
. Se non viene specificata alcuna regione, verrà determinata 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:
arricciatura
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 maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Node.js
Per eseguire l'autenticazione su AutoML Video, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Python
Per eseguire l'autenticazione su AutoML Video, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Recupero di 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 su un modello. Per ottenere dettagli sull'accuratezza e sull'idoneità di un modello, consulta Valutazione dei modelli.
UI web
-
Vai alla pagina Modelli nell'UI video di AutoML.
- Fai clic sul nome del modello da 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 (non il nome visualizzato). Ad esempio:
VCN3940649673949184000
- project-number: il numero del 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 di queste opzioni:
Dovresti ricevere una risposta JSON simile alla seguente:
Java
Per eseguire l'autenticazione su AutoML Video, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Node.js
Per eseguire l'autenticazione su AutoML Video, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Python
Per eseguire l'autenticazione su AutoML Video, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Elenco dei modelli
Un progetto può includere numerosi modelli. Questa sezione descrive come recuperare un elenco dei modelli disponibili per un progetto.
UI web
Vai alla pagina Modelli nell'UI video di AutoML per visualizzare i modelli presenti nel tuo progetto.Per visualizzare i modelli di un altro progetto, seleziona il progetto dall'elenco a discesa in alto a destra nella 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: 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
easia-east1
. Se non viene specificata alcuna regione, verrà determinata 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 di queste opzioni:
Dovresti ricevere una risposta JSON simile alla seguente:
Java
Per eseguire l'autenticazione su AutoML Video, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Node.js
Per eseguire l'autenticazione su AutoML Video, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Python
Per eseguire l'autenticazione su AutoML Video, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Eliminazione di un modello
L'esempio seguente elimina un modello.
UI web
- Vai alla pagina Modelli nell'UI video di AutoML.
- Fai clic sul menu con tre puntini all'estrema destra della riga che vuoi eliminare 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: 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
easia-east1
. Se non viene specificata alcuna regione, verrà determinata 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 di queste opzioni:
Dovresti ricevere una risposta JSON simile alla seguente:
Java
Per eseguire l'autenticazione su AutoML Video, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Node.js
Per eseguire l'autenticazione su AutoML Video, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Python
Per eseguire l'autenticazione su AutoML Video, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.