Como gerenciar modelos
Um modelo é treinado com um conjunto de dados preparado que você fornece. A classificação do AutoML Video Intelligence usa os itens do conjunto de dados para treinar, testar e avaliar o desempenho do modelo. Em seguida, analise os resultados, ajusta o conjunto de dados de treinamento conforme necessário e treina um novo modelo usando o conjunto de dados aprimorado.
Esse processo pode levar várias horas para ser concluído. A API AutoML permite verificar o status do treinamento.
Como a classificação do AutoML Video Intelligence cria um novo modelo a cada vez que você inicia o treinamento, o projeto pode incluir vários modelos. É possível conseguir uma lista dos modelos no projeto e excluir modelos que não forem mais necessários.
A vida útil máxima de um modelo é de dois anos. É necessário criar e treinar um novo modelo para continuar classificando o conteúdo após esse período.
Como usar curl ou PowerShell
Para facilitar a execução das amostras de curl
(ou do PowerShell) neste tópico, defina a seguinte variável de ambiente. Substitua project-id pelo nome do projeto do GCP.
export PROJECT_ID="project-id"
Como treinar modelos;
Quando você tiver um conjunto de dados com um conjunto sólido de itens de treinamento rotulados, estará pronto para criar e treinar o modelo.
IU da Web
-
Abra a IU do AutoML Video e navegue até a página Conjuntos de dados.
-
Selecione o conjunto de dados que você quer usar para treinar o modelo.
O nome de exibição do conjunto de dados selecionado é exibido na barra de título, e a página relaciona os itens individuais no conjunto de dados com os respectivos rótulos.
-
Quando terminar de revisar o conjunto de dados, clique na guia Treinar logo abaixo da barra de título.
A página de treinamento oferece uma análise básica do seu conjunto de dados e o orienta sobre a adequação do treinamento. Se o AutoML Video sugerir alterações, considere retornar à página Vídeos e adicionar itens ou rótulos.
- Quando o conjunto de dados estiver pronto, clique em Iniciar treinamento para criar um novo modelo ou Treinar novo modelo se quiser criar outro.
REST e linha de comando
Antes de usar qualquer um dos dados da solicitação, faça as seguintes substituições:
- dataset-id: o código é o último elemento do nome do conjunto de dados.
Por exemplo, se o nome do conjunto de dados for
projects/434039606874/locations/us-central1/datasets/VCN3104518874390609379
, o ID do modelo seráVCN3104518874390609379
- Observação:
- project-number: o número do seu projeto
- location-id: a região do Cloud em que a anotação deve ocorrer. As regiões de nuvem compatíveis são:
us-east1
,us-west1
,europe-west1
easia-east1
. Se nenhuma região for especificada, uma região será determinada com base na localização do arquivo de vídeo.
Método HTTP e URL:
POST https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/models
Corpo JSON da solicitação:
{ "displayName": "test_model", "dataset_id": "dataset-id", "videoClassificationModelMetadata": {} }
Para enviar a solicitação, escolha uma destas opções:
curl
Salve o corpo da solicitação em um arquivo chamado request.json
e execute o seguinte 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
Salve o corpo da solicitação em um arquivo chamado request.json
e execute o seguinte 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
{ "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
Node.js
Python
Como conseguir informações sobre um modelo
Quando o treinamento estiver concluído, você poderá conseguir informações sobre o modelo recém-criado.
Nesta seção, os exemplos retornam os metadados básicos sobre um modelo. Para ver detalhes sobre a precisão e a prontidão de um modelo, consulte Como avaliar modelos.
IU da Web
-
Navegue até a página Modelos na IU do AutoML Video.
- Clique no nome do modelo que você quer ver.
REST e linha de comando
Antes de usar qualquer um dos dados da solicitação, faça as seguintes substituições:
- model-name: o nome completo do modelo fornecido pela resposta quando você o criou. O nome completo tem o formato: projects/project-number/locations/location-id/models/model-id
- dataset-id: substitua pelo identificador do conjunto de dados do seu conjunto de dados (e não pelo nome de exibição). Por exemplo:
VCN3940649673949184000
Método HTTP e URL:
GET https://automl.googleapis.com/v1beta1/model-name/modelEvaluations
Corpo JSON da solicitação:
{ "displayName": "test_model", "dataset_id": "dataset-id", "videoClassificationModelMetadata": {} }
Para enviar a solicitação, expanda uma destas opções:
Você receberá uma resposta JSON semelhante a esta:
Java
Node.js
Python
Como listar modelos
Um projeto pode incluir vários modelos. Nesta seção, descrevemos como recuperar uma lista dos modelos disponíveis para um projeto.
IU da Web
Navegue até a página Modelos na IU do AutoML Video para ver os modelos em seu projeto.Para ver os modelos de outro projeto, selecione o projeto na lista suspensa, na parte superior direita da barra de título.
REST e linha de comando
Antes de usar qualquer um dos dados da solicitação, faça as seguintes substituições:
- model-name: o nome completo do modelo fornecido pela resposta quando você o criou. O nome completo tem o formato: projects/project-number/locations/location-id/models
- Observação:
- project-number: o número do seu projeto
- location-id: a região do Cloud em que a anotação deve ocorrer. As regiões de nuvem compatíveis são:
us-east1
,us-west1
,europe-west1
easia-east1
. Se nenhuma região for especificada, uma região será determinada com base na localização do arquivo de vídeo.
Método HTTP e URL:
GET https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/models
Para enviar a solicitação, expanda uma destas opções:
Você receberá uma resposta JSON semelhante a esta:
Java
Node.js
Python
exclusão de um modelo
No exemplo a seguir, excluímos um modelo.
IU da Web
- Navegue até a página Modelos na IU do AutoML Video.
- Clique no menu de três pontos à direita da linha que você quer excluir e selecione Excluir.
- Clique em Confirmar na caixa de diálogo de confirmação.
REST e linha de comando
Antes de usar qualquer um dos dados da solicitação, faça as seguintes substituições:
- model-id: substitua pelo identificador do modelo;
- Observação:
- project-number: o número do seu projeto
- location-id: a região do Cloud em que a anotação deve ocorrer. As regiões de nuvem compatíveis são:
us-east1
,us-west1
,europe-west1
easia-east1
. Se nenhuma região for especificada, uma região será determinada com base na localização do arquivo de vídeo.
Método HTTP e URL:
DELETE https://automl.googleapis.com/v1beta1/projects/project-number/locations/test/models/model-id
Para enviar a solicitação, expanda uma destas opções:
Você receberá uma resposta JSON semelhante a esta:
Java
Node.js
Python