Melacak objek video menggunakan Konsol Google Cloud

Panduan memulai ini membahas proses pelacakan objek dalam video menggunakan model AutoML.

Mengaktifkan API

Membuat set data

Di halaman Datasets pada AutoML Video Object Tracking UI, lakukan hal berikut:

  1. Klik Create Dataset.
    Ikon buat set data
  2. Tentukan nama untuk set data ini, pilih Video Object Tracking, lalu klik Create Dataset.

  3. Pada tab Import untuk set data Anda, berikan URI Cloud Storage dari file CSV yang berisi URI dari data pelatihan Anda. Untuk panduan memulai ini, gunakan file CSV berikut. Perhatikan bahwa URI berikut sengaja tidak menyertakan awalan gs://.

    automl-video-demo-data/traffic_videos/traffic_videos.csv

  4. Selain itu, di tab Import untuk set data Anda, klik Continue untuk mulai mengimpor data Anda. Halaman untuk set data berjudul 'my_dataset'

Proses impor dapat memerlukan waktu agak lama. Waktu yang diperlukan dalam proses ini bergantung pada jumlah dan durasi video yang Anda berikan.

Setelah selesai, klik tab Video pada set data untuk menjelajahi daftar video dalam set data:

Tab Video dengan dua video ditampilkan

Untuk melihat error yang terjadi selama proses impor, beralihlah ke tab Import untuk memeriksa pesan error.

Melatih model Anda

  • Setelah set data dibuat dan diproses, klik tab Train untuk memulai pelatihan model.
  • Klik Start Training untuk melanjutkan. Tab kereta yang berisi informasi
  • Di panel Train new model, pilih nama untuk model Anda, lalu klik Start Training.

Pelatihan dimulai untuk model Anda. Untuk {i>dataset<i} ini, proses pelatihannya bisa memakan waktu hingga 1 jam. Layanan mengirim email yang Anda gunakan setelah pelatihan selesai, atau jika terjadi error.

Setelah pelatihan selesai, layanan akan men-deploy model Anda secara otomatis.

Klik tab Evaluate untuk mendapatkan detail selengkapnya tentang skor F1, Precision, dan Recall.

Evaluasi tab dengan informasi

Melacak objek dalam video

Untuk membuat prediksi menggunakan model Anda, yaitu untuk melacak objek dalam video, lakukan hal berikut:

  1. Pada tab Test & Use untuk model, lakukan tindakan berikut:
    • Di bagian Uji model Anda, ketik 'gs://automl-video-demo-data/traffic_videos/traffic_videos_batch_predict.csv'.

    • Selain itu, di bagian Test your model, pilih direktori dalam bucket Cloud Storage untuk menerima hasil pelacakan objek. Pastikan untuk memilih bucket regional untuk hasilnya.

      Sebaiknya buat folder 'hasil' tertentu di bucket Cloud Storage Anda untuk menyimpan hasil prediksi.

    • Klik Dapatkan Prediksi.
    Mengonfigurasi permintaan prediksi untuk AutoML Video Intelligence

Proses untuk mendapatkan prediksi dapat memerlukan waktu beberapa saat, tergantung pada jumlah video yang objeknya ingin dilacak.

Setelah proses selesai, hasilnya akan muncul di halaman untuk model di bagian Prediksi Terbaru. Untuk melihat hasilnya, lakukan langkah berikut:

  1. Di bagian Prediksi Terbaru pada kolom Prediksi, klik Lihat untuk prediksi yang ingin Anda lihat.
  2. Di bagian Video, pilih nama video yang hasilnya ingin Anda lihat.

Hasil prediksi AutoML Video Intelligence

Melihat hasil

Dalam hasilnya, AutoML Video Object Tracking menyediakan tiga jenis informasi:

  • Label untuk video. Anda dapat menemukan informasi ini di baris di bawah pratinjau video.
  • Jangka waktu saat objek ditampilkan dalam video. Hal ini ditunjukkan di linimasa video.
  • Skor keyakinan untuk prediksi.

Jika ingin melihat lebih banyak label atau kotak pembatas, Anda dapat mengubah skor nilai minimum saat meminta prediksi. AutoML Video Object Tracking hanya menampilkan label yang berada di atas batas yang ditentukan.

Jika prediksi gagal, hasil dalam daftar akan menampilkan ikon berwarna merah pada daftar Prediksi Terbaru.

Jika hanya satu video dalam upaya prediksi yang gagal, prediksi akan menampilkan warna hijau di daftar Prediksi Terbaru. Di halaman hasil untuk prediksi tersebut, Anda dapat melihat hasil untuk video di mana Pelacakan Objek Video AutoML berhasil melacak objek.