In diesem Dokument werden die aktuellen Beschränkungen und Nutzungskontingente für AutoML Vision Object Detection beschrieben. Bei Änderungen der Beschränkungen und Nutzungskontingente wird die Seite entsprechend aktualisiert.
Die Kontingente gelten für jedes mit AutoML Vision Object Detection bearbeitete Projekt und werden von allen Anwendungen und IP-Adressen im jeweiligen Projekt gemeinsam genutzt.
Sie können Ihre Kontingente bis zu den Maximalwerten selbst erhöhen. Wählen Sie dazu im Google Cloud Platform-Dashboard auf der Seite Kontingente die Option Kontingente bearbeiten aus. Bearbeiten Sie dann die Kontingente für die Cloud AutoML API. Wenn Sie eine Erhöhung über das maximale Kontingent hinaus möchten, geben Sie für Ihr Kontingent die gewünschte Erhöhung und eine Begründung an und reichen Sie diese Aktualisierung ein. Sie werden benachrichtigt, sobald Ihr Antrag eingegangen ist. Möglicherweise werden Sie um weitere Informationen zu Ihrem Antrag gebeten. Nachdem Ihr Antrag überprüft wurde, wird Ihnen mitgeteilt, ob er genehmigt oder abgelehnt wurde.
AutoML Vision Object Detection sind Kontingente zugeordnet, die jeweils für die Erstellung von Modellen, das Labeling durch Menschen und für Anfragen an die Modelle gelten.
Kontingente für die Modellerstellung
| Aktivität | Standardkontingent |
|---|---|
| Gleichzeitige Anfragen für Modelltraining (Erstellung) | 5 |
Anfragekontingente
Die aktuellen Nutzungskontingente für AutoML Vision Object Detection liegen – außer für Vorhersageanfragen – bei 600 Anfragen pro Minute und Projekt. Diese Nutzungskontingente gelten kollektiv für alle in einem Projekt bereitgestellten Modelle.
Kontingente für Anfragen von Onlinevorhersagen
Die Anzahl der Onlinevorhersagen pro Minute richtet sich für AutoML Vision Object Detection nach der Anzahl der bereitgestellten Knoten. Wie auf der Seite Preise beschrieben, ist nach den Erfahrungen vieler Kunden eine Knotenstunde ausreichend für maximal 1,5 Abfragen pro Sekunde. Sie können die Anzahl der Knoten anpassen, wenn Sie Ihr Modell bereitstellen. Die Gesamtanzahl an Knoten in allen bereitgestellten Modellen im Projekt muss jedoch dem unten genannten Kontingent entsprechen.
| Aktivität | Standardkontingent |
|---|---|
| Die Anzahl der bereitgestellten Modellknoten | 10 |
Offlineanfragen für Batchvorhersagen
Die aktuellen Nutzungskontingente für AutoML Vision Object Detection liegen bei 5 gleichzeitigen Anfragen für Batchvorhersagen pro Projekt. Diese Kontingente gelten kollektiv für alle Modelle in einem Projekt.
Limits
| Art des Limits | Wert |
|---|---|
| Größe der Bilddatei | Maximum: 30 MB |
| Bilder pro Dataset | Maximum: 1.000.000 |
| Labels pro Dataset | Minimum: 1 Maximum: 1.000 |
| Bilder pro Label | Minimum: 10 Empfohlen: 1.000 |
| Größe der Batch-Eingabe für CSV-Datei | Maximum: 100 MB |
| Anzahl der Bilder in der Batch-Eingabe | Maximum: 300.000 |
Kontingente auf der Google Cloud Console prüfen
Es gibt zwei Möglichkeiten, Ihre aktuellen Kontingentlimits in der Google Cloud Console aufzurufen:
- Auf der Seite Kontingente finden Sie eine Liste mit der Kontingentnutzung und den Kontingentlimits aller Ihrer Projekte.
- In der Console finden Sie Kontingentinformationen zu einer bestimmten API, z. B. zur Ressourcennutzung in einem bestimmten Zeitraum.
Kontingente bestimmter Vorgänge finden Sie auf der Seite Kontingente. Wählen Sie dazu zuerst im Menü Service Cloud AutoML API aus. Nachdem Sie Service: Cloud AutoML API ausgewählt haben, können Sie den entsprechenden Messwert wählen.
Beispiele:
| Beschreibung des Vorgangs | Methodenname | Messwertname in der Console |
|---|---|---|
| Klassifizierung von Bildern: Simultanes Modelltraining | projects.locations.models.create |
"Concurrent image classification model creation requests" (Gleichzeitige Anfragen zur Erstellung von Bildklassifikationsmodellen) |
| Bildklassifizierung: Onlinevorhersage | projects.locations.models.predict |
"Online image classification prediction requests per minute" (Vorhersageanfragen für Online-Bildklassifizierung pro Minute) |
| Objekterkennung: Simultanes Modelltraining | projects.locations.models.create |
"Image object detection concurrent model creation requests" (Anfragen zur gleichzeitigen Modellerstellung zur Objekterkennung in Bildern) |
| Objekterkennung: Simultane Offline-Batchvorhersage | projects.locations.models.batchPredict |
"Image object detection concurrent batch prediction requests" (Anfragen für gleichzeitige Batchvorhersage zur Objekterkennung in Bildern) |
Grafik: Kontingentseite:
