Documentazione di AutoML Vision Object Detection
Panoramica delle funzionalità
AutoML Vision Object Detection consente agli sviluppatori di addestrare modelli personalizzati di machine learning in grado di rilevare singoli oggetti in una determinata immagine insieme al riquadro di delimitazione e all'etichetta.
La release di AutoML Vision Object Detection include le seguenti funzionalità:
Localizzazione degli oggetti: rileva più oggetti in un'immagine e fornisce informazioni sull'oggetto e sulla posizione in cui l'oggetto è stato trovato nell'immagine.
API/UI: fornisce un'API e un'interfaccia utente personalizzata per l'importazione del set di dati da un file CSV ospitato su Google Cloud Storage e le immagini di addestramento, per aggiungere e rimuovere annotazioni dalle immagini importate, per addestrare ed esaminare le metriche di valutazione del modello e per utilizzare il modello con la previsione online.
AutoML Vision Edge ora consente di esportare i tuoi modelli addestrati personalizzati AutoML Vision Object Detection.
- AutoML Vision Edge consente di addestrare ed eseguire il deployment di modelli a bassa latenza e ad alta precisione ottimizzati per i dispositivi periferici.
- Con TensorFlow Lite, Core ML e i formati di esportazione dei container, AutoML Vision Edge supporta una vasta gamma di dispositivi.
- Architetture hardware supportate: Edge TPU, ARM e NVIDIA.
- Per creare un'applicazione su dispositivi iOS o Android, puoi utilizzare AutoML Vision Edge in ML Kit. Questa soluzione è disponibile tramite Firebase e offre un flusso di sviluppo end-to-end per la creazione e il deployment di modelli personalizzati sui dispositivi mobili utilizzando le librerie client ML Kit.
Risorse di documentazione
Guide
-
Guida rapida: etichetta le immagini utilizzando l'API nella console
-
Guida rapida: etichetta le immagini utilizzando l'API AutoML Vision Edge
-
Guida rapida: etichetta le immagini utilizzando l'API AutoML Vision
-
Preparazione dei dati di addestramento
-
Formattazione di un file CSV con dati di addestramento
-
Annotazione delle immagini di addestramento importate
-
Valutazione dei modelli
-
Generazione di previsioni individuali
-
Esportazione dei modelli Edge
-