- HTTP-Anfrage
- Pfadparameter
- Anfragetext
- Antworttext
- Autorisierungsbereiche
- BatchPredictionInputConfig
- BatchPredictionOutputConfig
Führt eine Batchvorhersage durch. Im Gegensatz zum Online-models.predict
sind Ergebnisse der Batchvorhersage nicht sofort in der Antwort verfügbar. Stattdessen wird ein lang laufendes Vorgangsobjekt zurückgegeben. Nutzer können das Ergebnis des Vorgangs über die operations.get
-Methode abfragen. Nach Abschluss des Vorgangs wird BatchPredictResult
im Feld response
zurückgegeben. Verfügbar für folgende ML-Probleme:
- Videoklassifizierung
HTTP-Anfrage
POST https://automl.googleapis.com/v1beta1/{name}:batchPredict
Pfadparameter
Parameter | |
---|---|
name |
Name des Modells, das zur Batchvorhersage angefordert wurde. Zur Autorisierung ist die folgende Google IAM-Berechtigung für die angegebene Ressource
|
Anfragetext
Der Anfragetext enthält Daten mit folgender Struktur:
JSON-Darstellung | |
---|---|
{ "inputConfig": { object( |
Felder | |
---|---|
inputConfig |
Erforderlich. Die Eingabekonfiguration für die Batchvorhersage. |
outputConfig |
Erforderlich. Die Konfiguration gibt an, wo Ausgabevorhersagen geschrieben werden sollen. |
params |
Zusätzliche domainspezifische Parameter für die Vorhersagen. Jeder String kann bis zu 25.000 Zeichen umfassen. Weitere Informationen finden Sie unter Videos annotieren. Sie können folgende Parameter angeben:
Ein Objekt mit einer Liste der Paare |
Antworttext
Bei Erfolg enthält der Antworttext eine Instanz von Operation
.
Autorisierungsbereiche
Erfordert den folgenden OAuth-Bereich:
https://www.googleapis.com/auth/cloud-platform
Weitere Informationen finden Sie in der Authentifizierungsübersicht.
BatchPredictionInputConfig
Eingabekonfiguration für die Methode batchPredict
.
Das Format der Eingabedatei hängt von dem ML-Problem des für die Vorhersage verwendeten Modells ab. Weitere Informationen finden Sie in der Dokumentation unter "Daten vorbereiten". Die CSV-Eingabedatei wird mit dem Feld gcsSource
angegeben.
Die Formate werden in EBNF dargestellt, wobei Kommas literal sind und am Ende dieses Kommentars nicht-terminale Symbole definiert werden. Die Formate sind:
Videoklassifizierung:
Jede Zeile einer CSV-Datei im Format:
GCS_FILE_PATH,TIME_SEGMENT_START,TIME_SEGMENT_END
GCS_FILE_PATH
– Der Google Cloud Storage-Pfad für ein Video mit einer Dauer von bis zu einer Stunde. Unterstützte Erweiterungen sind MOV, MPEG4, MP4, AVI und jedes von ffmpeg unterstützte Dateiformat.TIME_SEGMENT_START
undTIME_SEGMENT_END
– Die Start- und End-Zeitstempel für das Videosegment, das annotiert werden soll. Die Werte müssen innerhalb der Länge des Videos liegen undTIME_SEGMENT_END
muss nachTIME_SEGMENT_START
kommen.
Beispiel:
gs://folder/video1.mp4,10,40
gs://folder/video1.mp4,20,60
gs://folder/vid2.mov,0,inf
Fehler: Wenn eine der bereitgestellten CSV-Dateien nicht analysiert oder wenn mehr als ein bestimmter Prozentsatz der CSV-Zeilen nicht verarbeitet werden kann, schlägt der Vorgang fehl und die Vorhersage findet nicht statt. Ungeachtet des Gesamterfolgs oder Misserfolgs werden die Fehler pro Zeile bis zu einer bestimmten Höchstzahl in Operation.metadata.partial_failures
aufgelistet.
JSON-Darstellung | |
---|---|
{
"gcsSource": {
object( |
Felder | |
---|---|
gcsSource |
Der Google Cloud Storage-Speicherort für den eingegebenen Inhalt. |
BatchPredictionOutputConfig
Ausgabekonfiguration für die Methode batchPredict
.
Im bereitgestellten gcsDestination
wird ein neues Verzeichnis namens prediction-[model-display-name]-[timestamp-of-prediction-call]
erstellt. Der Zeitstempel in diesem Verzeichnis hat das ISO 8601-Format YYYY-MM-DDThh:mm:ss.sssZ
. Das Verzeichnis enthält die Ergebnisse des ML-Vorhersagevorgangs.
Videoklassifizierung:
Eine Datei namens videoClassification.csv wird im Ausgabeverzeichnis erstellt. Die CSV-Datei verweist auf JSON-Dateien, die mit der Ausgabe für jedes annotierte Video verknüpft sind. Die Dateien sind video_classification_1.json, video_classification_2.json,..., video_classification_N.json, wobei N für die Anzahl der Videoklassifizierungsanfragen steht, die von der Eingabe in die batchPredict
-Anfrage stammen.
Die Felder in videoClassification.csv sind:
GCS_FILE_PATH,TIME_SEGMENT_START,TIME_SEGMENT_END,JSON_FILE_NAME,STATUS
GCS_FILE_PATH
,TIME_SEGMENT_START
,TIME_SEGMENT_END
– Die Werte aus jeder Zeile der CSV-Eingabedatei für diebatchPredict
-Anfrage.JSON_FILE_NAME
– Der Name der json-Datei im Ausgabeverzeichnis, das die Vorhersageantworten für das Videosegment enthält.STATUS
– "OK", wenn die Vorhersage erfolgreich abgeschlossen wurde. Andernfalls wird eine Fehlernachricht angezeigt, die den Grund für den Fehler beschreibt, zum Beispiel eine referenzierte Videodatei ist nicht vorhanden oder leer.
Jede JSON-Ausgabedatei mit dem STATUS
"OK" enthält eine Liste der AnnotationPayload
-Objekte im JSON-Format. Diese Objekte sind die Vorhersagen für das Videosegment, dem die Datei in videoClassification.csv zugewiesen ist. Für alle AnnotationPayload
-Objekte wird das Feld videoClassification
festgelegt. Alle Objekte werden nach dem Feld videoClassification.type
sortiert.
JSON-Darstellung | |
---|---|
{
"gcsDestination": {
object( |
Felder | |
---|---|
gcsDestination |
Der Google Cloud Storage-Speicherort des Verzeichnisses, in das die Ausgabe geschrieben werden muss. |