管理模型
使用您提供的准备好的数据集训练模型。AutoML Video Intelligence 对象跟踪使用您数据集中的训练项来训练、测试和评估模型的性能。evaluate接着,您可以查看结果、根据需要调整训练数据集,并使用改进的数据集训练新模型。
训练模型可能需要几个小时才能完成。借助 AutoML API,您可以检查训练的状态。
您每次开始训练时,AutoML Video Intelligence 对象跟踪都会创建新模型,因此您的项目可能包含很多模型。您可以获取项目中模型的列表,也可以删除不再需要的模型。
模型的最长使用期限为两年。该时间期限过后,您必须创建并训练新模型,才能继续跟踪对象。
使用 curl 或 PowerShell
为了更方便地在本主题中运行 curl
(或 PowerShell)示例,请设置以下环境变量。将 project-id 替换为您的 Google Cloud 项目的名称。
export PROJECT_ID="project-id"
训练模型
如果您有一个包含一组带标签的固定训练项的数据集,则可以创建和训练模型。
网页界面
-
打开 AutoML Video Object Tracking 界面,然后导航到数据集页面。
-
选择要用于训练模型的数据集。
所选数据集的显示名会显示在标题栏中,该页面还会列出数据集中的各个训练项及其标签。
-
查看完数据集后,点击标题栏正下方的训练标签页。
训练页面会提供对数据集的基本分析,并就其是否适合训练为您提供相关建议。如果 AutoML Video 对象跟踪建议更改,请考虑返回视频页面并添加内容或标签。
- 准备好数据集后,请点击开始训练以创建新模型,如果要创建其他模型,则可以点击训练新模型。
REST
在使用任何请求数据之前,请先进行以下替换:
- dataset-id:目标数据集的名称。例如:
my_dataset_01
显示名。 - model-name:替换为您为模型选择的名称。
- 注意:
- project-number:您的项目编号
- location-id:在其中添加注解的 Cloud 区域。支持的云区域为:
us-east1
、us-west1
、europe-west1
、asia-east1
。如果未指定区域,系统将根据视频文件位置确定区域。
HTTP 方法和网址:
POST https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/models
请求 JSON 正文:
{ "datasetId": "dataset-id", "displayName": "model-name", "videoObjectTrackingModelMetadata": {}, }
如需发送请求,请选择以下方式之一:
curl
将请求正文保存在名为 request.json
的文件中,然后执行以下命令:
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
将请求正文保存在名为 request.json
的文件中,然后执行以下命令:
$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
VOT1741767155885539328
的响应。
Java
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。
Node.js
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。
Python
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。
获取操作状态
如需检查长时间运行的任务(将训练项导入数据集或训练模型)的状态,您可以使用在开始执行该任务时所收到响应中的操作 ID。
REST
在使用任何请求数据之前,请先进行以下替换:
- operation-id:是为请求创建的长时间运行的操作的 ID,并在启动操作时在响应中提供,例如
VOT12345....
- 注意:
- project-number:您的项目编号
- location-id:在其中添加注解的 Cloud 区域。支持的云区域为:
us-east1
、us-west1
、europe-west1
、asia-east1
。如果未指定区域,系统将根据视频文件位置确定区域。
HTTP 方法和网址:
GET https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id
如需发送请求,请选择以下方式之一:
curl
执行以下命令:
curl -X GET \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "x-goog-user-project: project-number" \
"https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id"
PowerShell
执行以下命令:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-number" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id" | Select-Object -Expand Content
done: true
,但不会列出任何错误,如上例所示。- operation-name:AutoML Video Intelligence 对象跟踪 API 返回的操作名称。操作名称采用
projects/project-number/locations/location-id/operations/operation-id
格式
Java
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。
Node.js
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。
Python
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。
取消操作
您可以使用操作 ID 取消导入、训练或批量预测任务。
REST
在使用任何请求数据之前,请先进行以下替换:
- operation id:并在启动操作时在响应中提供,例如 VOT123
- 注意:
- project-id:您的 GCP 项目 ID
- location-id:在其中添加注解的 Cloud 区域。支持的云区域为:
us-east1
、us-west1
、europe-west1
、asia-east1
。如果未指定区域,系统将根据视频文件位置确定区域。
HTTP 方法和网址:
POST https://automl.googleapis.com/v1beta1/projects/project-id/locations/location-id/operations/operation-id:cancel
如需发送您的请求,请展开以下选项之一:
您应该会收到一个成功的状态代码 (2xx) 和一个空响应。
Java
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。
获取模型的相关信息
训练完成后,您可以获取有关新创建的模型的信息。
本部分中的示例返回模型的基本元数据。要获取有关模型准确率和就绪情况的详细信息,请参阅评估模型。
网页界面
-
前往 AutoML Video 对象跟踪界面中的模型页面。
<img <="" alt="显示一个模型的模型页面" class="screenshot" li="" src="/static/video-intelligence/automl/object-tracking/docs/images/list_models.png" /> - 点击要查看的模型的名称。
REST
在使用任何请求数据之前,请先进行以下替换:
- model-id:您的模型的 ID(从创建模型时返回的响应中获取)。ID 是模型名称的最后一个元素。例如:
- 模型名称:projects/project-number/locations/location-id/models/model-id
- 模型 ID:model-id
- dataset-id:替换为数据集的数据集标识符(而不是显示名)。例如
VOT3940649673949184000
- project-number:您项目的编号
HTTP 方法和网址:
GET https://automl.googleapis.com/v1beta1/projects/project-id/locations/location-id/models/model-id
请求 JSON 正文:
{ "displayName": "display-name", "dataset_id": "dataset-id", "videoClassificationModelMetadata": {} }
如需发送您的请求,请展开以下选项之一:
您应该收到类似以下内容的 JSON 响应:
Java
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。
Node.js
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。
Python
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。
列出模型
一个项目可以包含许多模型。本部分介绍如何检索项目的可用模型列表。
网页界面
前往 AutoML Video 对象跟踪界面中的模型页面,查看您项目中的模型。
如需查看其他项目的模型,请从标题栏右上角的下拉列表中选择该项目。
REST
在使用任何请求数据之前,请先进行以下替换:
- project-number:您项目的编号
- location-id:在其中添加注解的 Cloud 区域。支持的云区域为:
us-east1
、us-west1
、europe-west1
、asia-east1
。如果未指定区域,系统将根据视频文件位置确定区域。
HTTP 方法和网址:
GET https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/models
如需发送您的请求,请展开以下选项之一:
您应该收到类似以下内容的 JSON 响应:
Java
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。
Node.js
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。
Python
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。
删除模型
以下示例演示了如何删除模型。
网页界面
-
前往 AutoML Video 对象跟踪界面中的模型页面。
- 点击要删除的行最右侧的三点状菜单,然后选择删除。
- 在确认对话框中点击确认。
REST
在使用任何请求数据之前,请先进行以下替换:
- project-number:您项目的编号
- location-id:在其中添加注解的 Cloud 区域。支持的云区域为:
us-east1
、us-west1
、europe-west1
、asia-east1
。如果未指定区域,系统将根据视频文件位置确定区域。 - model-id:将替换为模型的标识符。
HTTP 方法和网址:
DELETE https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/models/model-id
如需发送您的请求,请展开以下选项之一:
您应该会收到一个成功的状态代码 (2xx) 和一个空响应。
Java
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。
Node.js
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。
Python
如需向 AutoML Video Object Tracking 进行身份验证,请设置应用默认凭据。如需了解详情,请参阅为本地开发环境设置身份验证。