Google Cloud 콘솔을 사용하여 동영상 객체 추적
이 빠른 시작에서는 AutoML 모델을 사용하여 동영상의 객체를 추적하는 과정을 안내합니다.
API 사용 설정
- AutoML Video Object Tracking UI로 이동하여 API 사용 설정을 클릭합니다.
- API가 사용 설정된 후에는 시작하기를 클릭합니다.
데이터 세트 만들기
AutoML Video Object Tracking UI의 데이터 세트 페이지에서 다음을 수행합니다.
- 데이터 세트 만들기를 클릭합니다.
. - 이 데이터 세트의 이름을 지정하고 동영상 객체 추적을 선택한 다음 데이터 세트 만들기를 클릭합니다.
데이터 세트의 가져오기 탭에서 학습 데이터의 URI가 포함된 CSV 파일의 Cloud Storage URI를 제공합니다. 이 빠른 시작에서는 다음과 같은 CSV 파일을 사용합니다. 다음 URI에는
gs://프리픽스를 의도적으로 포함하지 않았습니다.automl-video-demo-data/traffic_videos/traffic_videos.csv
데이터 세트의 가져오기 탭에서 계속을 클릭하여 데이터 가져오기를 시작합니다.
가져오기 프로세스를 완료하는 데 다소 시간이 걸릴 수 있습니다. 이 프로세스의 소요 시간은 제공된 동영상의 수와 길이에 따라 다릅니다.
완료되면 데이터 세트의 동영상 탭을 클릭하여 데이터 세트의 동영상 목록을 탐색합니다.
가져오기 프로세스 중에 발생한 오류를 보려면 가져오기 탭으로 전환하고 오류 메시지를 확인합니다.
모델 학습
- 데이터 세트가 생성되고 처리되었으면 학습 탭을 클릭하여 모델 학습을 시작하세요.
- 계속하려면 학습 시작을 클릭합니다.
- 새 모델 학습 창에서 모델 이름을 선택하고 학습 시작을 클릭합니다.
모델 학습이 시작됩니다. 이 데이터 세트의 경우 학습 과정을 완료하는 데 최대 1시간이 걸릴 수 있습니다. 학습이 완료되거나 오류가 발생하는 경우에는 이메일이 발송됩니다.
학습이 완료되면 모델이 자동으로 배포됩니다.
Evaluate 탭을 클릭하여 F1, 정밀도, 재현율 점수를 자세히 살펴봅니다.
동영상에서 객체 추적
모델을 사용하여 예측하려면, 즉 동영상의 객체를 추적하려면 다음을 수행합니다.
- 모델의 테스트 및 사용 탭에서 다음을 수행합니다.
- 모델 테스트에서 'gs://automl-video-demo-data/traffic_videos/traffic_videos_batch_predict.csv'를 입력합니다.
또한 모델 테스트에서 객체 추적 결과를 수신할 Cloud Storage 버킷 내의 디렉터리를 선택합니다. 결과에 대한 리전 버킷을 선택해야 합니다.
실제로 Cloud Storage 버킷에 예측 결과를 보관할 특정 '결과' 폴더를 만드는 것이 좋습니다.
- 예측 가져오기를 클릭합니다.
개체를 추적하려는 동영상의 수에 따라 예측을 가져오는 데 다소 시간이 걸릴 수 있습니다.
이 과정이 완료되면 최근 예측 아래 모델 페이지에 결과가 나타납니다. 결과를 보려면 다음 안내를 따르세요.
- 최근 예측 아래의 예측 열에서 확인하려는 예측 옆에 있는 보기를 클릭합니다.
- 동영상에서 결과를 보려는 동영상의 이름을 선택합니다.
결과 보기
결과에서 AutoML Video Object Tracking은 세 가지 유형의 정보를 제공합니다.
- 동영상의 라벨. 동영상 미리보기 아래의 행에서 이 정보를 확인할 수 있습니다.
- 동영상에 객체가 나타나는 기간입니다. 동영상의 타임라인에 표시됩니다.
- 예측 신뢰도 점수입니다.
더 많은 라벨 또는 경계 상자를 보려면 예측을 요청할 때 임곗값 점수를 변경하면 됩니다. AutoML Video 객체 추적은 지정된 임곗값을 초과하는 라벨만 표시합니다.
예측이 실패하면 최근 예측 목록에서 결과가 빨간색 아이콘으로 표시됩니다.
예측 시도에서 하나의 동영상만 실패한 경우 최근 예측 목록에 예측 결과가 녹색으로 표시됩니다. 예측 결과 페이지에서 AutoML Video Object Tracking이 객체를 성공적으로 추적한 동영상의 결과를 볼 수 있습니다.