-
准备工作
设置您的 Google Cloud Platform 项目、身份验证,并启用 AutoML Vision Object Detection。
-
准备训练数据
了解整理和注释将用于训练模型的图片的最佳做法。
-
设置训练数据 CSV 文件的格式
为用于训练模型的数据集创建格式正确的 CSV 文件。
-
创建数据集并导入图片
创建数据集并导入用于训练模型的训练数据。
-
为导入的训练图片添加注释
为导入的训练图片添加、删除或修改边界框和标签注释。
-
训练云托管的模型
训练您的自定义模型并获取训练操作的状态。
-
训练 Edge(可导出)模型
训练您的自定义可导出 Edge 模型并获取训练操作的状态。
-
评估模型
审核模型性能。
-
部署模型
部署模型,以便在训练完成后使用。
-
进行单个预测
使用自定义模型通过标签和边界框在线注释单个预测图片。
-
进行批量预测
使用自定义模型通过标签和边界框在线注释批量预测图片。
-
导出 Edge 模型
将经过训练的不同的 Edge 模型格式导出到 Google Cloud Storage,以便在 Edge 设备上使用。
-
取消部署模型
模型使用完毕后,请取消部署模型,以避免产生额外的托管费用。
-
管理数据集
管理与项目关联的数据集。
-
管理模型
管理您的自定义模型。
-
处理长时间运行的操作
获取长时间运行的操作的状态。
-
Base64 编码
使用原生“base64”实用程序将二进制图片编码成 ASCII 文本数据,以便在 API 请求中发送。
-
列出时过滤
了解如何在列出资源、操作和指标时过滤结果。
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
[{
"type": "thumb-down",
"id": "hardToUnderstand",
"label":"Hard to understand"
},{
"type": "thumb-down",
"id": "incorrectInformationOrSampleCode",
"label":"Incorrect information or sample code"
},{
"type": "thumb-down",
"id": "missingTheInformationSamplesINeed",
"label":"Missing the information/samples I need"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻译问题"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"其他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"易于理解"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"解决了我的问题"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"其他"
}]