モデルの管理
準備したデータセットを使用してモデルをトレーニングします。AutoML Video Intelligence Object Trackin では、データセットの項目を使用して、モデルのパフォーマンスをトレーニング、テスト、評価します。その結果を確認し、必要に応じてトレーニング データセットを調整して、改善されたデータセットで新しいモデルをトレーニングします。
モデルのトレーニングが完了するまで数時間かかることがあります。AutoML API を使用すると、トレーニングのステータスを確認できます。
AutoML Video Intelligence Object Tracking ではトレーニングを開始するたびに新しいモデルが作成されるため、プロジェクトに多数のモデルが含まれる場合があります。プロジェクト内のモデルの一覧を取得し、不要になったモデルを削除できます。
モデルの最大寿命は 2 年です。その時間が経過した後もオブジェクトをトラッキングし続けるには、新しいモデルを作成してトレーニングする必要があります。
curl または PowerShell の使用
このトピックで使用する curl
(または PowerShell)のサンプルを簡単に実行できるように、次の環境変数を設定します。project-id は、Google Cloud プロジェクトの名前で置き換えます。
export PROJECT_ID="project-id"
モデルのトレーニング
ラベル付きトレーニング アイテムを含むデータセットがある場合は、モデルを作成してトレーニングできます。
ウェブ UI
-
AutoML Video Object Tracking UI を開き、[データセット] ページに移動します。
-
モデルのトレーニングに使用するデータセットを選択します。
選択したデータセットの表示名がタイトルバーに表示され、データセット内の個々の項目がラベルと一緒にページに一覧表示されます。
-
データセットの確認を終えたら、タイトルバーのすぐ下にある [Train] タブをクリックします。
トレーニング ページにデータセットの基本的な分析が表示され、データセットがトレーニングに適しているかどうかがアドバイスされます。AutoML Video Object Tracking によって変更が提案される場合は、[動画] ページに戻って項目やラベルを追加することを検討してください。
- データセットの準備ができたら、[Start Training] をクリックして新しいモデルを作成します。追加モデルを作成する場合は [Train New Model] をクリックします。
REST
リクエストのデータを使用する前に、次のように置き換えます。
- dataset-id: ターゲット データセットの名前。
たとえば、
my_dataset_01
表示名です。 - model-name: モデルに選択した名前に置き換えます。
- 注:
- project-number: プロジェクトの番号。
- location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウド リージョンは
us-east1
、us-west1
、europe-west1
、asia-east1
です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。
HTTP メソッドと URL:
POST https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/models
リクエストの本文(JSON):
{ "datasetId": "dataset-id", "displayName": "model-name", "videoObjectTrackingModelMetadata": {}, }
リクエストを送信するには、次のいずれかのオプションを選択します。
curl
リクエスト本文を request.json
という名前のファイルに保存して、次のコマンドを実行します。
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
リクエスト本文を request.json
という名前のファイルに保存して、次のコマンドを実行します。
$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
を含むレスポンスを示しています。
Java
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。
Node.js
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。
Python
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。
オペレーションのステータスの取得
タスクの開始時にレスポンスで返されたオペレーション ID を使用して、長時間実行タスク(データセットへの項目のインポートやモデルのトレーニング)のステータスを確認できます。
REST
リクエストのデータを使用する前に、次のように置き換えます。
- operation-id: リクエストに対して作成され、オペレーション開始時にレスポンスで指定された長時間実行オペレーションの ID(例:
VOT12345....
) - 注:
- project-number: プロジェクトの番号。
- location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウド リージョンは
us-east1
、us-west1
、europe-west1
、asia-east1
です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。
HTTP メソッドと URL:
GET https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/operations/operation-id
リクエストを送信するには、次のいずれかのオプションを選択します。
curl
次のコマンドを実行します。
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
次のコマンドを実行します。
$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
と表示されます。エラーは発生していません。- operation-name: AutoML Video Intelligence Object Tracking API から返されたオペレーションの名前。オペレーション名の形式は
projects/project-number/locations/location-id/operations/operation-id
です。
Java
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。
Node.js
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。
Python
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。
オペレーションのキャンセル
オペレーション ID を使用して、インポート タスク、トレーニング タスクまたは予測タスクをキャンセルできます。
REST
リクエストのデータを使用する前に、次のように置き換えます。
- operation id: オペレーションの開始時にレスポンスで返されます。たとえば、VOT123.... です。
- 注:
- project-id: GCP プロジェクト ID
- location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウド リージョンは
us-east1
、us-west1
、europe-west1
、asia-east1
です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。
HTTP メソッドと URL:
POST https://automl.googleapis.com/v1beta1/projects/project-id/locations/location-id/operations/operation-id:cancel
リクエストを送信するには、次のいずれかのオプションを展開します。
成功したことを示すステータス コード(2xx)と空のレスポンスが返されます。
Java
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。
モデルに関する情報の取得
トレーニングが完了したら、新しく作成したモデルに関する情報を取得できます。
このセクションの例では、モデルに関する基本のメタデータが返されます。モデルの正確性と準備状況の詳細を確認するには、モデルの評価をご覧ください。
ウェブ UI
-
AutoML Video Object Tracking UI で [モデル] ページに移動します。
- 表示するモデルの名前をクリックします。
REST
リクエストのデータを使用する前に、次のように置き換えます。
- model-id: モデルを作成したときにレスポンスで返されたモデルの ID。この ID は、モデルの名前の最後の要素です。 例:
- モデル名: projects/project-number/locations/location-id/models/model-id
- モデル ID: model-id
- dataset-id: データセットのデータセット識別子(表示名ではない)に置き換えます。例:
VOT3940649673949184000
- project-number: プロジェクトの数
HTTP メソッドと URL:
GET https://automl.googleapis.com/v1beta1/projects/project-id/locations/location-id/models/model-id
リクエストの本文(JSON):
{ "displayName": "display-name", "dataset_id": "dataset-id", "videoClassificationModelMetadata": {} }
リクエストを送信するには、次のいずれかのオプションを展開します。
次のような JSON レスポンスが返されます。
Java
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。
Node.js
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。
Python
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。
モデルの一覧表示
1 つのプロジェクトに多数のモデルが含まれる場合があります。このセクションでは、プロジェクトで使用できるモデルを一覧表示する方法を説明します。
ウェブ UI
AutoML Video Object Tracking UI で [モデル] ページに移動します。
別のプロジェクトのモデルを表示するには、タイトルバーの右上にあるプルダウン リストからプロジェクトを選択します。
REST
リクエストのデータを使用する前に、次のように置き換えます。
- project-number: プロジェクトの数
- location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウド リージョンは
us-east1
、us-west1
、europe-west1
、asia-east1
です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。
HTTP メソッドと URL:
GET https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/models
リクエストを送信するには、次のいずれかのオプションを展開します。
次のような JSON レスポンスが返されます。
Java
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。
Node.js
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。
Python
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。
モデルの削除
次の例では、モデルを削除します。
ウェブ UI
-
AutoML Video Object Tracking UI で [モデル] ページに移動します。
- 削除する行の右端にあるその他メニューをクリックし、[Delete] を選択します。
- 確認ダイアログ ボックスで [確認] をクリックします。
REST
リクエストのデータを使用する前に、次のように置き換えます。
- project-number: プロジェクトの数
- location-id: アノテーションを実行する Cloud リージョン。サポート対象のクラウド リージョンは
us-east1
、us-west1
、europe-west1
、asia-east1
です。リージョンを指定しないと、動画ファイルの場所に基づいてリージョンが決まります。 - model-id: モデル ID に置き換えます。
HTTP メソッドと URL:
DELETE https://automl.googleapis.com/v1beta1/projects/project-number/locations/location-id/models/model-id
リクエストを送信するには、次のいずれかのオプションを展開します。
成功したことを示すステータス コード(2xx)と空のレスポンスが返されます。
Java
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。
Node.js
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。
Python
AutoML Video Object Tracking への認証を行うには、アプリケーションのデフォルト認証情報を設定します。 詳細については、ローカル開発環境の認証の設定をご覧ください。