- Requête HTTP
- Paramètres de chemin
- Corps de la requête
- Corps de la réponse
- Champs d'application des autorisations
- BatchPredictionInputConfig
- BatchPredictionOutputConfig
Permet d'effectuer une prédiction par lot. Contrairement à la prédiction models.predict
en ligne, la prédiction par lot n'affiche pas immédiatement le résultat dans la réponse. Au lieu de cela, un objet "opération de longue durée" est renvoyé. L'utilisateur peut interroger le résultat de l'opération via la méthode operations.get
. Une fois l'opération terminée, BatchPredictResult
est renvoyé dans le champ response
. Disponible pour les problèmes ML suivants :
- Classification de vidéos
Requête HTTP
POST https://automl.googleapis.com/v1beta1/{name}:batchPredict
Paramètres de chemin
Paramètres | |
---|---|
name |
Le nom du modèle demandé pour diffuser la prévision par lot. L'autorisation Google IAM suivante est nécessaire pour la ressource
|
Corps de la requête
Le corps de la requête contient des données qui ont la structure suivante :
Représentation JSON | |
---|---|
{ "inputConfig": { object( |
Champs | |
---|---|
inputConfig |
Obligatoire. La configuration d'entrée pour la prédiction par lot. |
outputConfig |
Obligatoire. La configuration spécifiant où les prédictions de sortie doivent être écrites. |
params |
Paramètres supplémentaires spécifiques au domaine pour les prédictions : la longueur d'une chaîne ne doit pas dépasser 25 000 caractères. Consultez la section Annoter des vidéos pour en savoir plus. Vous pouvez spécifier les paramètres suivants :
Un objet contenant une liste de paires |
Corps de la réponse
Si la requête aboutit, le corps de la réponse contient une instance de Operation
.
Champs d'application des autorisations
Requiert le champ d'application OAuth suivant :
https://www.googleapis.com/auth/cloud-platform
Pour en savoir plus, reportez-vous à la section Présentation de l'authentification.
BatchPredictionInputConfig
Configuration d'entrée pour la méthode batchPredict
.
Le format du fichier d'entrée dépend du problème de ML du modèle utilisé pour la prédiction. Consultez la section "Préparer vos données" de la documentation pour plus de détails. Le fichier CSV d'entrée est spécifié à l'aide du champ gcsSource
.
Les formats sont représentés en EBNF (BNF étendu), avec des virgules "littérales" et des symboles "non terminaux" définis vers la fin de ce commentaire. Les formats sont les suivants :
Classification de vidéos :
Fichier(s) CSV avec chaque ligne au format :
GCS_FILE_PATH,TIME_SEGMENT_START,TIME_SEGMENT_END
GCS_FILE_PATH
: Le chemin d'accès à une vidéo d'une durée maximale de 60 minutes, stockée dans Google Cloud Storage. Extensions compatibles : .MOV, .MPEG4, .MP4, .AVI et tout format de fichier compatible avec ffmpeg.TIME_SEGMENT_START
etTIME_SEGMENT_END
: Les horodatages (heures de début et de fin) de la séquence vidéo à annoter. Les valeurs ne doivent pas dépasser la durée de la vidéo, etTIME_SEGMENT_END
doit être postérieur àTIME_SEGMENT_START
.
Exemple :
gs://folder/video1.mp4,10,40
gs://folder/video1.mp4,20,60
gs://folder/vid2.mov,0,inf
Erreurs : Si l'un des fichiers CSV fournis ne peut pas être analysé ou s'il est impossible de traiter plus d'un certain pourcentage de lignes CSV, l'opération échoue et la prédiction n'est pas effectuée. Indépendamment du succès ou de l'échec global, les échecs par ligne seront répertoriés dans Operation.metadata.partial_failures
(jusqu'à un certain plafond de dénombrement).
Représentation JSON | |
---|---|
{
"gcsSource": {
object( |
Champs | |
---|---|
gcsSource |
Emplacement Google Cloud Storage pour le contenu d'entrée. |
BatchPredictionOutputConfig
Configuration de sortie pour la méthode batchPredict
.
Un nouveau répertoire est créé dans le gcsDestination
fourni avec le nom prediction-[model-display-name]-[timestamp-of-prediction-call]
, où l'horodatage est au format ISO-8601 : YYYY-MM-DDThh:mm:ss.sssZ
. Le répertoire contient les résultats de l'opération de prédiction de ML.
Classification de vidéos :
Un fichier nommé fichier videoClassification.csv est créé dans le répertoire de sortie. Le fichier CSV fait référence aux fichiers de sortie JSON pour chaque vidéo annotée. Par exemple : video_classification_1.json, video_classification_2.json,..., video_classification_N.json, où N est le nombre de requêtes de classification de vidéos, depuis l'entrée jusqu'à la requête batchPredict
.
Les champs présents dans videoClassification.csv sont les suivants :
GCS_FILE_PATH,TIME_SEGMENT_START,TIME_SEGMENT_END,JSON_FILE_NAME,STATUS
GCS_FILE_PATH
,TIME_SEGMENT_START
,TIME_SEGMENT_END
: Les valeurs de chaque ligne du fichier CSV d'entrée pour la requêtebatchPredict
.JSON_FILE_NAME
: Le nom du fichier json du répertoire de sortie contenant les réponses de prédiction pour la séquence vidéo.STATUS
: L'état "OK" s'affiche si la prédiction a réussi ; sinon, un message d'erreur décrivant la raison de l'erreur s'affiche, tel qu'un fichier vidéo référencé inexistant ou vide.
Chaque fichier de sortie JSON où STATUS
indique l'état "OK" contient une liste d'objets AnnotationPayload
au format json. Il s'agit des prédictions pour la séquence vidéo à laquelle le fichier videoClassification.csv est attribué. Tous les objets AnnotationPayload
ayant un champ videoClassification
configuré seront triés en fonction du champ videoClassification.type
.
Représentation JSON | |
---|---|
{
"gcsDestination": {
object( |
Champs | |
---|---|
gcsDestination |
L'emplacement Google Cloud Storage du répertoire dans lequel le résultat doit être écrit. |