Tartomány kiválasztása Custom Vision-projekthez
Ez az útmutató bemutatja, hogyan választhat tartományt a projekthez a Custom Vision Service-ben.
A projekt Beállítások lapján a Custom Vision webportálon kiválaszthatja a projekthez tartozó modelltartományt. Válassza ki a használati esethez legközelebb eső tartományt. Ha ügyfélkódtáron vagy REST API-on keresztül éri el a Custom Visiont, a projekt létrehozásakor meg kell adnia egy tartományazonosítót. A Tartomány lekérése lehetőséggel lekérheti a tartományazonosítók listáját. Vagy használja az alábbi táblázatot.
Képbesorolási tartományok
Tartomány | Cél |
---|---|
Általános | Képbesorolási feladatok széles körére optimalizálva. Ha a többi tartomány egyike sem megfelelő, vagy nem biztos abban, hogy melyik tartományt válassza, válassza ki az általános tartományok egyikét. AZONOSÍTÓ: ee85a74c-405e-4adc-bb47-ffa8ca0c9f31 |
Általános [A1] | Jobb pontosságra optimalizálva, általános tartományként összehasonlítható következtetési idővel. Nagyobb adathalmazokhoz vagy nehezebb felhasználói forgatókönyvekhez ajánlott. Ez a tartomány több betanítási időt igényel. AZONOSÍTÓ: a8e3c40f-fb4a-466f-832a-5e457ae4a344 |
Általános [A2] | Jobb pontosságra van optimalizálva, gyorsabb következtetési idővel, mint az Általános[A1] és az általános tartományok. A legtöbb adathalmazhoz ajánlott. Ez a tartomány kevesebb betanítási időt igényel, mint az általános és az általános [A1] tartományok. AZONOSÍTÓ: 2e37d7fb-3a54-486a-b4d6-cfc369af0018 |
Élelmiszer | Az ételek fényképeihez optimalizálva, ahogy egy éttermi menüben látni fogja őket. Ha egyes gyümölcsökről vagy zöldségekről szeretne fényképeket osztályozni, használja az Élelmiszer tartományt. AZONOSÍTÓ: c151d5b5-dd07-472a-acc8-15d29dea8518 |
Tereptárgyak | Felismerhető, természetes és mesterséges tereptárgyakhoz optimalizálva. Ez a tartomány akkor működik a legjobban, ha a tájékozódási pont jól látható a fényképen. Ez a tartomány akkor is működik, ha a tájékozódási pontot kissé elhomályosítják az előtte álló személyek. AZONOSÍTÓ: ca455789-012d-4b50-9fec-5bb63841c793 |
Kiskereskedelem | Egy bevásárlókatalógusban vagy bevásárlówebhelyen található képekre optimalizálva. Ha nagy pontosságú besorolást szeretne a ruhák, nadrágok és ingek között, használja ezt a tartományt. AZONOSÍTÓ: b30a91ae-e3c1-4f73-a81e-c270bff27c39 |
Tartományok tömörítése | A peremeszközök valós idejű besorolásának korlátaira optimalizálva. |
Feljegyzés
Az Általános[A1] és az Általános[A2] tartományok számos forgatókönyvhez használhatók, és a pontosságra vannak optimalizálva. Használja az Általános[A2] modellt a jobb következtetési sebességhez és a rövidebb betanítási időhöz. Nagyobb adathalmazok esetén érdemes lehet a General[A1] használatával jobb pontosságot megjeleníteni, mint az Általános[A2], bár ez több betanítást és következtetési időt igényel. Az Általános modell több következtetési időt igényel, mint az Általános[A1] és az Általános[A2].
Objektumészlelési tartományok
Tartomány | Cél |
---|---|
Általános | Az objektumészlelési feladatok széles körére optimalizálva. Ha a többi tartomány egyike sem megfelelő, vagy nem biztos abban, hogy melyik tartományt válassza, válassza ki az Általános tartományt. AZONOSÍTÓ: da2e3a8a-40a5-4171-82f4-58522f70fbc1 |
Általános [A1] | Jobb pontosságra optimalizálva, általános tartományként összehasonlítható következtetési idővel. Pontosabb régióhely-igények, nagyobb adathalmazok vagy nehezebb felhasználói forgatókönyvek esetén ajánlott. Ez a tartomány több betanítási időt igényel, és az eredmények nem determinisztikusak: +-1%- os átlagos pontossági (mAP) eltérésre számíthat ugyanazokkal a betanítási adatokkal. AZONOSÍTÓ: 9c616dff-2e7d-ea11-af59-1866da359ce6 |
Embléma | A márka emblémáinak képekben való keresésére van optimalizálva. AZONOSÍTÓ: 1d8ffafe-ec40-4fb2-8f90-72b3b6cecea4 |
Termékek a polcokon | A polcokon lévő termékek észlelésére és besorolására optimalizálva. AZONOSÍTÓ: 3780a898-81c3-4516-81ae-3a139614e1f3 |
Tartományok tömörítése | A peremeszközök valós idejű objektumészlelésének korlátaira optimalizálva. |
Tartományok tömörítése
A kompakt tartományok által létrehozott modellek exportálhatók helyi futtatásra. A Custom Vision 3.4 nyilvános előzetes api-ban a GetDomains API meghívásával lekérheti a kompakt tartományok exportálható platformjainak listáját.
Az alábbi tartományok mindegyike támogatja az ONNX, TensorFlow, TensorFlowLite, TensorFlow.js, CoreML és VAIDK formátumú exportálást, azzal a kivétellel, hogy az objektumészlelési általános (kompakt) tartomány nem támogatja a VAIDK-t.
A modell teljesítménye a kiválasztott tartománytól függően változik. Az alábbi táblázatban az Intel Desktop CPU-n és NVidia GPU-n található modell méretéről és következtetési idejéről számolunk be [1]. Ezek a számok nem tartalmazzák az előfeldolgozást és az utófeldolgozási időt.
Task | Tartomány | ID (Azonosító) | Modell mérete | PROCESSZOR-következtetési idő | GPU-következtetési idő |
---|---|---|---|---|---|
Osztályozás | Általános (kompakt) | 0732100f-1a38-4e49-a514-c9b44c697ab5 |
6 MB | 10 ms | 5 ms |
Osztályozás | Általános (kompakt) [S1] | a1db07ca-a19a-4830-bae8-e004a42dc863 |
43 MB | 50 ms | 5 ms |
Objektumészlelés | Általános (kompakt) | a27d5ca5-bb19-49d8-a70a-fec086c47f5b |
45 MB | 35 ms | 5 ms |
Objektumészlelés | Általános (kompakt) [S1] | 7ec2ac80-887b-48a6-8df9-8b1357765430 |
14 MB | 27 ms | 7 ms |
Feljegyzés
Az objektumészlelés általános (kompakt) tartományához speciális utófeldolgozási logika szükséges. A részletekért tekintse meg az exportált zip-csomagban található példaszkriptet. Ha az utófeldolgozási logika nélküli modellre van szüksége, használja az Általános (kompakt) [S1] elemet.
Fontos
Nincs garancia arra, hogy az exportált modellek pontosan ugyanazt az eredményt adják, mint az előrejelzési API a felhőben. A futó platform vagy az előfeldolgozás implementációja kisebb eltérést okozhat a modell kimenetében. Az előfeldolgozási logika részleteiért tekintse meg ezt a dokumentumot.
[1] Intel Xeon E5-2690 CPU és NVIDIA Tesla M60
Következő lépések
Kövesse a Custom Vision-projektek létrehozásának és betanításának első lépéseit ismertető rövid útmutatót.