Índice
AutoMl
(interface)PredictionService
(interface)StreamingPredictionService
(interface)AnnotationPayload
(mensagem)AnnotationSpec
(mensagem)BatchPredictInputConfig
(mensagem)BatchPredictOperationMetadata
(mensagem)BatchPredictOperationMetadata.BatchPredictOutputInfo
(mensagem)BatchPredictOutputConfig
(mensagem)BatchPredictRequest
(mensagem)BatchPredictResult
(mensagem)BigQueryDestination
(mensagem)BoundingBoxMetricsEntry
(mensagem)BoundingBoxMetricsEntry.ConfidenceMetricsEntry
(mensagem)BoundingPoly
(mensagem)ClassificationAnnotation
(mensagem)CreateDatasetRequest
(mensagem)CreateModelOperationMetadata
(mensagem)CreateModelRequest
(mensagem)Dataset
(mensagem)DeleteDatasetRequest
(mensagem)DeleteModelRequest
(mensagem)DeleteOperationMetadata
(mensagem)DeployModelOperationMetadata
(mensagem)DeployModelRequest
(mensagem)ExamplePayload
(mensagem)ExportDataOperationMetadata
(mensagem)ExportDataOperationMetadata.ExportDataOutputInfo
(mensagem)ExportDataRequest
(mensagem)GcsDestination
(mensagem)GcsSource
(mensagem)GetAnnotationSpecRequest
(mensagem)GetDatasetRequest
(mensagem)GetModelEvaluationRequest
(mensagem)GetModelRequest
(mensagem)ImportDataOperationMetadata
(mensagem)ImportDataRequest
(mensagem)InputConfig
(mensagem)ListDatasetsRequest
(mensagem)ListDatasetsResponse
(mensagem)ListModelEvaluationsRequest
(mensagem)ListModelEvaluationsResponse
(mensagem)ListModelsRequest
(mensagem)ListModelsResponse
(mensagem)Model
(mensagem)Model.DeploymentState
(enum)ModelEvaluation
(mensagem)NormalizedVertex
(mensagem)OperationMetadata
(mensagem)OutputConfig
(mensagem)PredictRequest
(mensagem)PredictResponse
(mensagem)UndeployModelOperationMetadata
(mensagem)UndeployModelRequest
(mensagem)VideoObjectTrackingAnnotation
(mensagem)VideoObjectTrackingDatasetMetadata
(mensagem)VideoObjectTrackingEvaluationMetrics
(mensagem)VideoObjectTrackingModelMetadata
(mensagem)
AutoMl
API AutoML Server.
Os nomes dos recursos são atribuídos pelo servidor. O servidor jamais reutilizará nomes criados por ele depois que os recursos com esses nomes forem excluídos.
Um código de um recurso é o último elemento do nome do recurso do item. Para projects/{project_id}/locations/{location_id}/datasets/{dataset_id}
, o código do item é {dataset_id}
.
Atualmente, o único location_id
aceito é "us-central1".
Qualquer um desses casos será aceito em qualquer entrada que esteja documentada para esperar um parâmetro de string em snake_case ou kebab-case.
CreateDataset | |
---|---|
Cria um conjunto de dados.
|
CreateModel | |
---|---|
Cria um modelo. Retorna um modelo no campo
|
DeleteDataset | |
---|---|
Exclui um conjunto de dados e todo o conteúdo. Retorna a resposta vazia no campo
|
DeleteModel | |
---|---|
Exclui um modelo. Retorna
|
DeployModel | |
---|---|
Implanta um modelo. Retorna uma resposta vazia no campo de
|
ExportData | |
---|---|
Exporta os dados do conjunto de dados para um local de saída fornecido. Retorna uma resposta vazia no campo de
|
GetAnnotationSpec | |
---|---|
Recebe uma especificação de anotação.
|
GetDataset | |
---|---|
Recebe um conjunto de dados.
|
GetModel | |
---|---|
Recebe um modelo.
|
GetModelEvaluation | |
---|---|
Recebe uma avaliação de modelo.
|
ImportData | |
---|---|
Importa dados para um conjunto de dados. Somente é possível chamar esse método para um conjunto de dados vazio. Para mais informações, consulte Como importar itens para um conjunto de dados.
|
ListDatasets | |
---|---|
Lista conjuntos de dados em um projeto.
|
ListModelEvaluations | |
---|---|
Lista avaliações de modelo.
|
ListModels | |
---|---|
Lista modelos.
|
UndeployModel | |
---|---|
Cancela a implantação de um modelo. Retorna uma resposta vazia no campo de
|
PredictionService
API AutoML Prediction.
Qualquer um desses casos será aceito em qualquer entrada que esteja documentada para esperar um parâmetro de string em snake_case ou kebab-case.
BatchPredict | |
---|---|
Execute uma predição em lote e retorne o código de uma operação de longa duração. É possível solicitar o resultado da operação usando o método
|
Predict | |
---|---|
Não usado para o rastreamento de objetos do AutoML Video Intelligence.
|
StreamingPredictionService
API AutoML Streaming Prediction.
Qualquer um desses casos será aceito em qualquer entrada que esteja documentada para esperar um parâmetro de string em snake_case ou kebab-case.
AnnotationPayload
Contém informações de anotação relevantes para AutoML.
Campos | ||
---|---|---|
annotation_spec_id |
Apenas saída. O código do recurso da especificação de anotação a que essa anotação pertence. A especificação de anotação vem de um conjunto de dados ancestral ou do conjunto de dados que foi usado para treinar o modelo em uso. |
|
display_name |
Apenas saída. O valor de |
|
Campo de união detail . Apenas saída. Informações adicionais sobre a anotação específica da solução AutoML. detail só pode ser um destes: |
||
classification |
Não usado para o rastreamento de objetos do AutoML Video Intelligence. |
|
video_object_tracking |
Detalhes da anotação para predições de rastreamento de objetos. |
AnnotationSpec
Uma definição de anotação.
Campos | |
---|---|
name |
Apenas saída. Nome do recurso da especificação de anotação. Formulário: 'projects/{project_id}/locations/{location_id}/datasets/{dataset_id}/annotationSpecs/{annotation_spec_id}' |
display_name |
Obrigatório. O nome da especificação de anotação a ser exibido na interface. O nome pode ter até 32 caracteres e pode consistir apenas em letras latinas ASCII de A a Z e de a a z, sublinhados (_) e dígitos ASCII de 0 a 9. |
example_count |
Apenas saída. O número de exemplos no conjunto de dados pai rotulados pela especificação da anotação. |
BatchPredictInputConfig
Configuração de entrada para a ação BatchPredict
. A entrada é um ou mais arquivos CSV armazenados no Google Cloud Storage, onde os arquivos CSV estão no seguinte formato:
GCS_FILE_PATH,TIME_SEGMENT_START,TIME_SEGMENT_END
GCS_FILE_PATH
identifica o caminho do Google Cloud Storage para um vídeo de até 50 GB e até 3 horas de duração. Extensões compatíveis: .MOV, .MPEG4, .MP4, .AVI.TIME_SEGMENT_START
eTIME_SEGMENT_END
precisam estar dentro do tamanho do vídeo, e o final precisa ser posterior ao início.
Três linhas de amostra:
gs://folder/video1.mp4,10,40
gs://folder/video1.mp4,20,60
gs://folder/vid2.mov,0,inf
Para mais informações, consulte Como anotar vídeos.
Campos | |
---|---|
gcs_source |
O local do Google Cloud Storage para o conteúdo de entrada. |
BatchPredictOperationMetadata
Detalhes da operação BatchPredict.
Campos | |
---|---|
input_config |
Apenas saída. A configuração da entrada fornecida no início desta operação de predição em lote. |
output_info |
Apenas saída. Informações adicionais que descrevem a saída de predição em lote. |
BatchPredictOutputInfo
Descreve com mais detalhes a saída desta predição de lote. Suplementos
[BatchPredictionOutputConfig][google.cloud.automl.v1beta1.BatchPredictionOutputConfig].
Campos | ||
---|---|---|
Campo de união output_location . O local de saída em que a saída da predição é gravada. output_location pode ser apenas uma das seguintes opções: |
||
gcs_output_directory |
O caminho completo do diretório do Google Cloud Storage criado, em que a saída da predição é gravada. |
|
bigquery_output_dataset |
O caminho do conjunto de dados do BigQuery criado, no formato bq://projectId.bqDatasetId, em que a saída da predição é gravada. |
BatchPredictOutputConfig
Configuração de saída para a ação BatchPredict
.
O AutoML Video Intelligence cria um diretório especificado no [gcsDestination
][google.cloud.automl.v1beta1.BatchPredictionOutputConfig.gcs_destination]. O nome do diretório é "prediction-<model-display-name>-<timestamp-of-prediction-call>", em que o carimbo de data/hora está no formato YYYY-MM-DDThh:mm:ss.sssZ
ISO-8601.
O AutoML Video Intelligence cria um arquivo chamado video_classification.csv no novo diretório, além de um arquivo JSON para cada classificação de vídeo solicitada. Ou seja, cada linha no arquivo CSV de entrada.
O formato do arquivo video_classification.csv é o seguinte:
GCS_FILE_PATH,TIME_SEGMENT_START,TIME_SEGMENT_END,JSON_FILE_NAME,STATUS
GCS_FILE_PATH
,TIME_SEGMENT_START
,TIME_SEGMENT_END
correspondem aos mesmos campos do arquivo CSV de entrada.JSON_FILE_NAME
é o nome do arquivo JSON no diretório de saída que contém respostas de predição para o segmento de tempo de vídeo.STATUS
contém "OK" se a predição foi concluída com sucesso. Caso contrário, contém informações de erro. SeSTATUS
não for "OK", o arquivo JSON para essa predição estará vazio ou será inexistente.
Cada arquivo JSON em que STATUS
é "OK" contém uma lista de protos de AnnotationPayload no formato JSON, que são as predições para o segmento de tempo de vídeo ao qual o arquivo é atribuído em video_classification.csv. Todos os protos de AnnotationPayload têm um campo video_classification
e são ordenados pelo campo video_classification.type
. Os tipos retornados são determinados pelo parâmetro classifaction_types
de BatchPredictRequest.params
.
Campos | ||
---|---|---|
Campo de união destination . Obrigatório. O destino da saída. destination pode ser apenas uma das seguintes opções: |
||
gcs_destination |
O local do Google Cloud Storage do diretório em que a saída precisa ser gravada. |
|
bigquery_destination |
O local do BigQuery em que a saída precisa ser gravada. |
BatchPredictRequest
Mensagem de solicitação de PredictionService..BatchPredict
.
Campos | |||||||||
---|---|---|---|---|---|---|---|---|---|
name |
Nome do modelo solicitado para disponibilizar a predição em lote. A autorização requer a seguinte permissão do Google IAM no recurso
|
||||||||
input_config |
Obrigatório. A configuração de entrada para a predição em lote. |
||||||||
output_config |
Obrigatório. A configuração que especifica onde as predições de saída precisam ser gravadas. |
||||||||
params |
Será um dos seguintes valores:
Para mais informações, consulte Como anotar vídeos. |
BatchPredictResult
Resultado da predição em lote.
Campos | |
---|---|
metadata |
Outros metadados de resposta de predição específica do domínio. |
BigQueryDestination
Não usado para o rastreamento de objetos do AutoML Video Intelligence.
Campos | |
---|---|
output_uri |
Obrigatório. URI do BigQuery para um projeto, com até 2.000 caracteres. Formulários aceitos: * caminho do BigQuery, por exemplo, bq://projectId |
BoundingBoxMetricsEntry
Métricas de modelo de correspondência de caixa delimitadora de um único limite de interseção sobre união e vários limites de confiança de correspondência de rótulo.
Campos | |
---|---|
iou_threshold |
Apenas saída. O valor do limite de interseção sobre união usado para calcular a entrada dessa métrica. |
mean_average_precision |
Apenas saída. A precisão média, na maioria das vezes perto de au_prc. |
confidence_metrics_entries[] |
Apenas saída. Métricas para cada limite de confiança de correspondência de rótulo de 0,05,0,10,...,0,95,0,96,0,97,0,98,0,99. A curva de recuperação de precisão é derivada deles. |
ConfidenceMetricsEntry
Métricas para um único limite de confiança.
Campos | |
---|---|
confidence_threshold |
Apenas saída. O valor do limite de confiança usado para calcular as métricas. |
recall |
Apenas saída. Recall dado o limite de confiança indicado. |
precision |
Apenas saída. Precisão sob o limite de confiança indicado. |
f1_score |
Apenas saída. A média harmônica de recall e precisão. |
BoundingPoly
Um polígono delimitador de um objeto detectado em um plano. Na saída, são fornecidos ambos os vértices e normalized_vertices. O polígono é formado com a conexão dos vértices na ordem em que estão listados.
Campos | |
---|---|
normalized_vertices[] |
Apenas saída. Os vértices normalizados do polígono delimitador. |
ClassificationAnnotation
Contém detalhes da anotação específicos da classificação.
Campos | |
---|---|
score |
Apenas saída. Uma estimativa de confiança entre 0,0 e 1,0. Um valor mais alto significa mais confiança de que a anotação seja positiva. Se um usuário aprovar uma anotação como negativa ou positiva, o valor da pontuação permanecerá inalterado. Se um usuário criar uma anotação, o valor será 0 para negativo ou 1 para positivo. |
CreateDatasetRequest
Mensagem de solicitação de AutoMl..CreateDataset
.
Campos | |
---|---|
parent |
O nome do recurso do projeto para criação do conjunto de dados. A autorização requer a seguinte permissão do Google IAM no recurso
|
dataset |
O conjunto de dados a ser criado. |
CreateModelOperationMetadata
Detalhes da operação CreateModel.
CreateModelRequest
Mensagem de solicitação de AutoMl..CreateModel
.
Campos | |
---|---|
parent |
Nome do recurso do projeto pai em que o modelo está sendo criado. A autorização requer a seguinte permissão do Google IAM no recurso
|
model |
O modelo a ser criado. |
Conjunto de dados
Um espaço de trabalho para resolver um problema de machine learning (ML, na sigla em inglês) em especial. Um espaço de trabalho contém exemplos que podem ser anotados.
Campos | |
---|---|
name |
Apenas saída. O nome do recurso do conjunto de dados. Formulário: |
display_name |
Obrigatório. O nome do conjunto de dados a ser exibido na interface. O nome pode ter até 32 caracteres e pode consistir apenas em letras latinas ASCII de A a Z e de a a z, sublinhados (_) e dígitos ASCII de 0 a 9. |
example_count |
Apenas saída. O número de exemplos no conjunto de dados. |
create_time |
Apenas saída. Carimbo de data/hora quando este conjunto de dados foi criado. |
video_object_tracking_dataset_metadata |
Metadados de um conjunto de dados usado no rastreamento de objetos de vídeo. |
DeleteDatasetRequest
Mensagem de solicitação de AutoMl..DeleteDataset
.
Campos | |
---|---|
name |
O nome do recurso do conjunto de dados a ser excluído. A autorização requer a seguinte permissão do Google IAM no recurso
|
DeleteModelRequest
Mensagem de solicitação de AutoMl..DeleteModel
.
Campos | |
---|---|
name |
Nome do recurso do modelo que está sendo excluído. A autorização requer a seguinte permissão do Google IAM no recurso
|
DeleteOperationMetadata
Detalhes das operações que realizam exclusões de quaisquer entidades.
DeployModelOperationMetadata
Detalhes da operação DeployModel.
DeployModelRequest
Mensagem de solicitação de AutoMl..DeployModel
.
Campos | |
---|---|
name |
Nome do recurso do modelo a ser implantado. A autorização requer a seguinte permissão do Google IAM no recurso
|
ExamplePayload
Dados de exemplo usados em treinamento ou predição.
ExportDataOperationMetadata
Detalhes da operação ExportData.
Campos | |
---|---|
output_info |
Apenas saída. Outras informações descrevendo a saída desses dados de exportação. |
ExportDataOutputInfo
Descreve com mais detalhes a saída desses dados de exportação. Complementa OutputConfig
.
Campos | ||
---|---|---|
Campo de união output_location . O local de saída em que os dados exportados são gravados. output_location pode ser apenas uma das seguintes opções: |
||
gcs_output_directory |
O caminho completo do diretório do Google Cloud Storage criado, em que os dados exportados são gravados. |
|
bigquery_output_dataset |
O caminho do conjunto de dados do BigQuery criado, no formato bq://projectId.bqDatasetId, em que os dados exportados são gravados. |
ExportDataRequest
Mensagem de solicitação de AutoMl..ExportData
.
Campos | |
---|---|
name |
Obrigatório. O nome do recurso do conjunto de dados. A autorização requer a seguinte permissão do Google IAM no recurso
|
output_config |
Obrigatório. O local de saída desejado. |
GcsDestination
O local do Google Cloud Storage em que a saída será gravada.
Campos | |
---|---|
output_uri_prefix |
Obrigatório. URI Google Cloud Storage para diretório de saída, até 2.000 caracteres de comprimento. Formulários aceitos: * Caminho do prefixo: gs://bucket/directory O usuário solicitante precisa ter permissão de gravação no intervalo. O diretório será criado se não existir. |
GcsSource
O local do Google Cloud Storage para o conteúdo de entrada.
Campos | |
---|---|
input_uris[] |
Obrigatório. URIs do Google Cloud Storage para arquivos de entrada, até 2.000 caracteres. Formulários aceitos: * Caminho do objeto completo, por exemplo, gs://bucket/directory/object.csv |
GetAnnotationSpecRequest
Mensagem de solicitação de AutoMl..GetAnnotationSpec
.
Campos | |
---|---|
name |
O nome do recurso da especificação de anotação a ser recuperada. A autorização requer a seguinte permissão do Google IAM no recurso
|
GetDatasetRequest
Mensagem de solicitação de AutoMl..GetDataset
.
Campos | |
---|---|
name |
O nome do recurso do conjunto de dados a ser recuperado. A autorização requer a seguinte permissão do Google IAM no recurso
|
GetModelEvaluationRequest
Mensagem de solicitação de AutoMl..GetModelEvaluation
.
Campos | |
---|---|
name |
Nome do recurso para avaliação do modelo. A autorização requer a seguinte permissão do Google IAM no recurso
|
GetModelRequest
Mensagem de solicitação de AutoMl..GetModel
.
Campos | |
---|---|
name |
Nome do recurso do modelo. A autorização requer a seguinte permissão do Google IAM no recurso
|
ImportDataOperationMetadata
Detalhes da operação ImportData.
ImportDataRequest
Mensagem de solicitação de AutoMl..ImportData
.
Campos | |
---|---|
name |
Obrigatório. Nome do conjunto de dados. O conjunto de dados já precisa existir. Todas as anotações e os exemplos importados serão adicionados. A autorização requer a seguinte permissão do Google IAM no recurso
|
input_config |
Obrigatório. O local de entrada desejado com a semântica específica de domínio, se houver. |
InputConfig
Configuração de entrada para a ação ImportData
.
O formato da entrada depende do dataset_metadata do conjunto de dados em que a importação está acontecendo. Como a origem de entrada, o gcs_source
é esperado, a menos que seja especificado de outra forma. Se um arquivo com conteúdo idêntico (mesmo que tivesse GCS_FILE_PATH
diferente) for mencionado várias vezes, seu rótulo, caixas delimitadoras etc. serão anexados. O mesmo arquivo precisa ser sempre fornecido com os mesmos ML_USE
e GCS_FILE_PATH
. Se não for, esses valores serão selecionados de forma não determinada dos dados fornecidos.
Os formatos são representados em EBNF com vírgulas sendo literais e com símbolos não terminais definidos próximos ao fim desse comentário. Os formatos são estes:
Para mais informações, consulte Como preparar os dados de treinamento.
Um arquivo CSV com cada linha no formato:
ML_USE,GCS_FILE_PATH
ML_USE
: identifica o conjunto de dados ao qual a linha atual (arquivo) se aplica. Esse valor pode ser um destes:TRAIN
: as linhas neste arquivo são usadas para treinar o modelo.TEST
: as linhas neste arquivo são usadas para testar o modelo durante o treinamento.UNASSIGNED
: as linhas neste arquivo não são categorizadas. Elas são automaticamente divididas em dados de treinamento e de teste, sendo 80% para treinamento e 20% para testes.
GCS_FILE_PATH
: identifica um arquivo armazenado no Google Cloud Storage que contém as informações do treinamento de modelo.
Após a determinação do conjunto de dados de treinamento a partir dos arquivos CSV TRAIN
e UNASSIGNED
, os dados de treinamento são divididos em conjuntos de dados de validação e treinamento, sendo 70% para treinamento e 30% para validação.
Cada arquivo CSV especificado com o campo GCS_FILE_PATH
tem o seguinte formato:
GCS_FILE_PATH,LABEL,TIME_SEGMENT_START,TIME_SEGMENT_END
GCS_FILE_PATH
: o caminho para um vídeo armazenado no Google Cloud Storage. O vídeo pode ter duração de até 1h. Extensões compatíveis: .MOV, .MPEG4, .MP4, .AVI e qualquer formato de arquivo compatível com ffmpeg.LABEL
: um rótulo que identifica o objeto do segmento de vídeo.TIME_SEGMENT_START
eTIME_SEGMENT_END
: os carimbos de data/hora de início e de término em segundos para o segmento de vídeo a ser anotado. Os valores precisam estar dentro do tamanho do vídeo eTIME_SEGMENT_END
precisa estar depois deTIME_SEGMENT_START
.
Qualquer frame de um vídeo que tenha um ou mais rótulos é considerado um negativo rígido para todos os outros rótulos. Um quadro sem rótulos por padrão é considerado desconhecido. Ele pode ser modificado pelo parâmetro is_exhaustively_labeled
. Um rótulo especial de "-" pode ser usado para expressar que um determinado período é um negativo rígido para todos os rótulos, os segmentos marcados com "-" não podem se sobrepor a segmentos de nenhum outro rótulo.
Arquivo de amostra:
TRAIN,gs:folder/train_videos.csv
TEST,gs:folder/test_videos.csv
UNASSIGNED,gs:folder/other_videos.csv
Aqui está um exemplo do formato de um dos arquivos CSV identificados pelo arquivo "top level" do gcsSource
.
gs:folder/video1.avi,car,120,180.000021
gs:folder/video1.avi,bike,150,180.000023
gs:folder/video1.avi,-,180.000024,300.000999
gs:folder/vid2.avi,car,0,60.5
Erros:
Se algum dos arquivos CSV fornecidos não puder ser analisado ou se mais de uma determinada porcentagem de linhas CSV não puder ser processada, a operação falhará e nada será importado. Independentemente do sucesso ou da falha geral, as falhas por linha, até um determinado limite de contagem, serão listadas em Operation.metadata.partial_failures.
Campos | |
---|---|
gcs_source |
O local do Google Cloud Storage para o conteúdo de entrada. |
ListDatasetsRequest
Mensagem de solicitação de AutoMl..ListDatasets
.
Campos | |
---|---|
parent |
O nome do recurso do projeto para listar conjuntos de dados. A autorização requer a seguinte permissão do Google IAM no recurso
|
filter |
Uma expressão para filtrar os resultados da solicitação.
Um exemplo de uso do filtro é:
|
page_size |
Tamanho da página solicitada. O servidor pode retornar menos resultados do que o solicitado. Se não for especificado, o servidor escolherá um tamanho padrão. |
page_token |
Um token que identifica uma página de resultados para o servidor retornar. Normalmente recebido por meio de |
ListDatasetsResponse
Mensagem de resposta de AutoMl.ListDatasets
.
Campos | |
---|---|
datasets[] |
Os conjuntos de dados lidos. |
next_page_token |
Token para recuperar a próxima página de resultados. Passe para |
ListModelEvaluationsRequest
Mensagem de solicitação de AutoMl..ListModelEvaluations
.
Campos | |
---|---|
parent |
Nome do recurso do modelo para listar as avaliações de modelo. Se modelId for definido como "-", isso listará as avaliações de modelo de todos os modelos do local pai. A autorização requer a seguinte permissão do Google IAM no recurso
|
filter |
Uma expressão para filtrar os resultados da solicitação.
Alguns exemplos de uso do filtro são:
|
page_size |
Tamanho da página solicitada. |
page_token |
Um token que identifica uma página de resultados para o servidor retornar. Normalmente recebido via |
ListModelEvaluationsResponse
Mensagem de resposta de AutoMl.ListModelEvaluations
.
Campos | |
---|---|
model_evaluation[] |
Lista de avaliações de modelo na página solicitada. |
next_page_token |
Token para recuperar a próxima página de resultados. Passe para o campo |
ListModelsRequest
Mensagem de solicitação de AutoMl..ListModels
.
Campos | |
---|---|
parent |
Nome do recurso do projeto para listar os modelos. A autorização requer a seguinte permissão do Google IAM no recurso
|
filter |
Uma expressão para filtrar os resultados da solicitação.
Alguns exemplos de uso do filtro são:
|
page_size |
Tamanho da página solicitada. |
page_token |
Um token que identifica uma página de resultados para o servidor retornar. Normalmente recebido por meio de |
ListModelsResponse
Mensagem de resposta de AutoMl.ListModels
.
Campos | |
---|---|
model[] |
Lista de modelos na página solicitada. |
next_page_token |
Token para recuperar a próxima página de resultados. Passe para |
Modelo
API proto que representa um modelo de machine learning treinado.
Campos | |
---|---|
name |
Apenas saída. Nome do recurso do modelo. Formato: |
display_name |
Obrigatório. O nome do modelo a ser mostrado na interface. O nome pode ter até 32 caracteres e pode consistir apenas em letras latinas ASCII de A a Z e de a a z, sublinhados (_) e dígitos ASCII de 0 a 9. Precisa começar com uma letra. |
dataset_id |
Obrigatório. O código do recurso do conjunto de dados usado para criar o modelo. O conjunto de dados precisa vir do mesmo projeto e local ancestrais. |
create_time |
Apenas saída. Carimbo de data/hora quando esse modelo foi criado. |
update_time |
Apenas saída. Carimbo de data/hora quando esse modelo foi atualizado pela última vez. |
deployment_state |
Apenas saída. Estado de implantação do modelo. Um modelo somente pode disponibilizar solicitações de predição após ser implantado. |
video_object_tracking_model_metadata |
Metadados de modelos de rastreamento de objetos de vídeo. |
DeploymentState
Estado de implantação do modelo.
Enums | |
---|---|
DEPLOYMENT_STATE_UNSPECIFIED |
Não precisa ser usado, um enum sem definição tem esse valor por padrão. |
DEPLOYED |
O modelo está implantado. |
UNDEPLOYED |
O modelo não está implantado. |
ModelEvaluation
Resultados da avaliação de um modelo.
Campos | |
---|---|
name |
Apenas saída. Nome do recurso da avaliação do modelo. Formato:
|
annotation_spec_id |
Apenas saída. O código da especificação de anotação a que a avaliação de modelo se aplica. O código está vazio para a avaliação geral do modelo. No caso da classificação de tabelas, são os valores distintos da coluna de destino no momento da avaliação. Para este problema, as especificações de anotação no conjunto de dados não existem. OBSERVAÇÃO: atualmente, não há como receber display_name da especificação de anotação do código. Para ver display_names, revise as avaliações do modelo na IU. |
display_name |
Apenas saída. O valor de |
create_time |
Apenas saída. Carimbo de data/hora quando essa avaliação de modelo foi criada. |
evaluated_example_count |
Apenas saída. O número de exemplos usados para avaliação do modelo. As informações do horário da criação do modelo são comparadas com as anotações previstas criadas pelo modelo. Para ModelEvaluation geral (ou seja, com annotation_spec_id não definido), esse é o número total de todos os exemplos usados para avaliação. Caso contrário, essa é a contagem de exemplos que, de acordo com as informações, foram anotados pelo |
video_object_tracking_evaluation_metrics |
Métricas de avaliação para modelos de rastreamento de objetos. |
NormalizedVertex
Um vértice representa um ponto 2D na imagem. As coordenadas do vértice normalizado estão entre 0 e 1 frações em relação ao plano original (imagem, vídeo). Por exemplo, se o plano (exemplo, imagem inteira) tivesse tamanho 10 x 20, então um ponto com coordenadas normalizadas (0,1, 0,3) estaria na posição (1, 6) naquele plano.
Campos | |
---|---|
x |
Obrigatório. Coordenada horizontal. |
y |
Obrigatório. Coordenada vertical. |
OperationMetadata
Metadados usados em todas as operações de longa duração retornadas pela API AutoML.
Campos | ||
---|---|---|
progress_percent |
Apenas saída. Progresso da operação. Intervalo: [0, 100]. Não usado atualmente. |
|
partial_failures[] |
Apenas saída. Falhas parciais encontradas. Por exemplo, arquivos únicos que não puderam ser lidos. Este campo jamais precisa exceder 20 entradas. O campo de detalhes do status conterá detalhes de erro padrão do GCP. |
|
create_time |
Apenas saída. Hora em que a operação foi criada. |
|
update_time |
Apenas saída. Hora em que a operação foi atualizada pela última vez. |
|
Campo de união details . Saída apenas. Detalhes de operação específica. Mesmo se esse campo estiver vazio, a presença permite distinguir diferentes tipos de operações. details podem ser apenas um destes: |
||
delete_details |
Detalhes de uma operação de exclusão. |
|
deploy_model_details |
Detalhes de uma operação DeployModel. |
|
undeploy_model_details |
Detalhes de uma operação UndeployModel. |
|
create_model_details |
Detalhes da operação CreateModel. |
|
import_data_details |
Detalhes da operação ImportData. |
|
batch_predict_details |
Detalhes da operação BatchPredict. |
|
export_data_details |
Detalhes da operação ExportData. |
OutputConfig
Configuração de saída para ExportData.
Defina gcs_destination
como destino, a menos que seja especificado de outra forma para um domínio. Apenas as anotações de informações são exportadas. As anotações não aprovadas não são exportadas.
As saídas correspondem a como os dados foram importados e podem ser usados como entrada para importar dados. Os formatos de saída são representados como EBNF com vírgulas literais e as mesmas definições de símbolos não terminais de InputConfig
dos dados de importação.
video_object_tracking.csv
é um arquivo CSV, com cada linha no formato a seguir. Ele pode ter várias linhas por um único ML_USE
:
ML_USE,GCS_FILE_PATH
Cada GCS_FILE_PATH leva a outro arquivo .csv que descreve exemplos que resultaram no ML_USE
, usando o seguinte formato de linha:
GCS_FILE_PATH,LABEL,INSTANCE_ID,TIMESTAMP,BOUNDING_BOX
Aqui, os dados na coluna GCS_FILE_PATH
apontam para os locais de origem dos vídeos importados.
Campos | ||
---|---|---|
Campo de união destination . Obrigatório. O destino da saída. destination pode ser apenas uma das seguintes opções: |
||
gcs_destination |
O local do Google Cloud Storage em que a saída será gravada. Para o rastreamento de objetos de vídeo no diretório fornecido, um novo diretório é criado da seguinte maneira, em que o carimbo de data/hora está no formato AAAA-MM-DDThh: mm:ss.sssZ ISO-8601:
Toda saída de exportação será gravada nesse diretório. |
|
bigquery_destination |
O local do BigQuery em que a saída precisa ser gravada. |
PredictRequest
Mensagem de solicitação de PredictionService..Predict
.
Campos | |
---|---|
name |
Nome do modelo solicitado para disponibilizar a previsão. A autorização requer a seguinte permissão do Google IAM no recurso
|
payload |
Obrigatório. Payload para realizar uma previsão. O payload precisa corresponder ao tipo de problema que o modelo foi treinado para resolver. |
params |
Outros parâmetros específicos de domínio, qualquer string precisa ter até 25.000 caracteres de comprimento. |
PredictResponse
Mensagem de resposta de PredictionService.Predict
.
Campos | |
---|---|
payload[] |
Resultado da previsão. |
metadata |
Outros metadados de resposta de predição específica do domínio. |
UndeployModelOperationMetadata
Detalhes da operação UndeployModel.
UndeployModelRequest
Mensagem de solicitação de AutoMl..UndeployModel
.
Campos | |
---|---|
name |
Nome do recurso do modelo a ser removido da implantação. A autorização requer a seguinte permissão do Google IAM no recurso
|
VideoObjectTrackingAnnotation
Detalhes de anotação para rastreamento de objetos de vídeo.
Campos | |
---|---|
instance_id |
Opcional. A instância do objeto, expressa como um inteiro positivo. Usado para distinguir objetos do mesmo tipo (isto é, AnnotationSpec) quando vários estão presentes em um único exemplo. OBSERVAÇÃO: a qualidade de predição do código da instância não faz parte da avaliação do modelo e é feita como o melhor esforço. Especialmente nos casos em que uma entidade sai da tela por mais tempo (minutos), quando ela volta, pode receber um novo código de instância. |
time_offset |
Obrigatório. Um tempo (frame) de um vídeo ao qual esta anotação pertence. Representado como a duração desde o início do vídeo. |
bounding_box |
Obrigatório. O retângulo que representa o local do objeto no frame (ou seja, no time_offset do vídeo). |
score |
Apenas saída. A confiança de que essa anotação é positiva para o vídeo no time_offset, valor em [0, 1], maior significa maior confiança na positividade. Para anotações criadas pelo usuário, o valor é 1. Quando o usuário aprova uma anotação, o valor flutuante original é mantido e não é alterado para 1. |
VideoObjectTrackingDatasetMetadata
Metadados do conjunto de dados específicos do rastreamento de objetos de vídeo.
VideoObjectTrackingEvaluationMetrics
Métricas de avaliação de modelo para problemas de rastreamento de objetos de vídeo. Avalia a qualidade de predição de caixas delimitadoras rotuladas e faixas rotuladas, ou seja, séries de caixas delimitadoras que compartilham o mesmo rótulo e código da instância.
Campos | |
---|---|
evaluated_frame_count |
Apenas saída. O número de frames de vídeo usados para criar essa avaliação. |
evaluated_bounding_box_count |
Apenas saída. O número total de caixas delimitadoras (isto é, somadas em todos os frames) que as informações usaram para criar essa avaliação. |
evaluated_track_count |
Apenas saída. O número total de faixas (ou seja, como vistas em todos os frames) que as informações usaram para criar essa avaliação. |
bounding_box_metrics_entries[] |
Apenas saída. As caixas delimitadoras correspondem às métricas para cada limite de interseção sobre união 0,05,0,10,...,0,95,0,96,0,97,0,98,0,99 e cada par de limite de confiança do rótulo 0,05,0,10,...,0,95,0,96,0,97,0,98,0,99. |
bounding_box_mean_average_precision |
Apenas saída. A única métrica para avaliação de caixas delimitadoras: a média de mean_average_precision calculada em todas as bounding_box_metrics_entries. |
VideoObjectTrackingModelMetadata
Metadados de modelo específicos para rastreamento de objetos de vídeo.