このドキュメントでは、AutoML Vision Object Detection の使用に関する現在の制限事項と使用量の割り当てについて説明します。これらの上限や割り当てに変更があったときは、このページにもそれが反映されます。
これらの割り当ては、AutoML Vision Object Detection の各プロジェクトに適用され、特定のプロジェクトを使用するすべてのアプリケーションと IP アドレスで共有されます。
Google Cloud Platform ダッシュボードの [割り当て] ページで [割り当てを編集] を選択すると、割り当てを編集して最大値まで増やすことができます。Cloud AutoML API の割り当てを編集します。 割り当ての上限引き上げをリクエストするには、割り当てを編集して必要な上限とその理由を設定し、更新内容を送信します。 リクエストが受信されると、通知が届きます。リクエストの詳細について確認をさせていただく場合もあります。リクエストの審査が完了すると、承認または却下の結果が通知されます。
AutoML Vision Object Detection では、モデルの作成、ヒューマン ラベリング、モデルへのリクエストに割り当てが関連付けられています。
モデル作成の割り当て
アクティビティ | デフォルトの割り当て |
---|---|
同時に実施できるモデル トレーニング(作成)リクエストの数 | 5 |
リクエストの割り当て
AutoML Vision Object Detection の現在の使用量割り当ては、予測リクエスト以外についてプロジェクトごとに 1 分あたり 600 件です。この使用量割り当ては、デプロイするすべてのモデルの合算に対して適用されます。
オンライン予測リクエストの割り当て
AutoML Vision Object Detection の 1 分あたりのオンライン予測数は、デプロイされたノードの数に基づきます。料金のページで説明したように、多くのお客様の場合、1 ノード時間で最大 1.5 QPS の処理が可能です。ノードの数は、モデルをデプロイする際に調整できます。ただし、プロジェクトでデプロイされるすべてのモデルにわたるノードの総数には、次の割り当てが適用されます。
アクティビティ | デフォルトの割り当て |
---|---|
デプロイされるモデルのノードの数 | 10 |
オフライン バッチ予測リクエスト
AutoML Vision Object Detection の現在の使用量割り当ては、同時バッチ予測リクエストについてプロジェクトごとに 5 件です。この使用量割り当ては、プロジェクトでデプロイするすべてのモデルの合算に対して適用されます。
上限
上限の対象 | 値 |
---|---|
画像ファイルサイズ | 最大: 30 MB |
データセット 1 つあたりの画像数 | 最大: 1,000,000 |
データセット 1 つあたりのラベル数 | 最小: 1 最大: 1,000 |
ラベル 1 つあたりの画像数 | 最小: 10 推奨: 1,000 |
バッチ入力 CSV ファイルサイズ | 最大: 100 MB |
バッチ入力内の画像数 | 最大: 300,000 |
Google Cloud コンソールでの割り当ての確認
Google Cloud Console で現在の割り当ての上限を確認するには、主に次の 2 つの方法があります。
- [割り当て] ページを使用すると、すべてのプロジェクトの割り当ての使用状況と上限のリストを確認できます。
- コンソールを使用すると、リソース使用量の推移など、特定の API の割り当て情報を確認できます。
まず [サービス] メニューから Cloud AutoML API
を選択して、[割り当て] ページで特定のオペレーションの割り当てを見つけます。[サービス:] メニューで Cloud AutoML API
を選択すると、適切な [指標] を選択できるようになります。
例:
オペレーションの説明 | メソッド名 | コンソールの指標名 |
---|---|---|
画像分類: 同時モデル トレーニング | projects.locations.models.create |
「画像分類モデルの同時作成のリクエスト」 |
画像分類: オンライン予測 | projects.locations.models.predict |
「1 分あたりのオンライン画像分類予測リクエスト数」 |
オブジェクト検出: 同時モデル トレーニング | projects.locations.models.create |
「画像オブジェクト検出の同時モデル作成リクエスト」 |
オブジェクト検出: 同時オフライン バッチ予測 | projects.locations.models.batchPredict |
「画像オブジェクト検出の同時バッチ予測リクエスト」 |
割り当てページ: