Memigrasikan proyek Custom Vision ke pratinjau Image Analysis 4.0

Anda dapat memigrasikan proyek Azure AI Custom Vision yang ada ke sistem Image Analysis 4.0 baru. Custom Vision adalah layanan kustomisasi model yang ada sebelum Analisis Gambar 4.0.

Panduan ini menggunakan kode Python untuk mengambil semua data pelatihan dari proyek Custom Vision yang ada (gambar dan data labelnya) dan mengonversinya menjadi file COCO. Anda kemudian dapat mengimpor file COCO ke Vision Studio untuk melatih model Analisis Gambar kustom. Lihat Membuat dan melatih model kustom dan buka bagian tentang mengimpor file COCO—Anda dapat mengikuti panduan dari sana ke akhir.

Prasyarat

Notebook ini mengekspor data gambar dan anotasi Anda dari ruang kerja proyek Custom Vision Service ke file COCO Anda sendiri dalam blob penyimpanan, siap untuk pelatihan dengan Kustomisasi Model Analisis Gambar. Anda dapat menjalankan kode di bagian ini menggunakan skrip Python kustom, atau Anda dapat mengunduh dan menjalankan Notebook pada platform yang kompatibel.

Tip

Konten export_cvs_data_to_blob_storage.ipynb. Buka di GitHub.

Menginstal paket sampel python

Jalankan perintah berikut untuk menginstal paket sampel python yang diperlukan:

pip install cognitive-service-vision-model-customization-python-samples

Autentikasi

Selanjutnya, berikan kredensial proyek Custom Vision dan kontainer penyimpanan blob Anda.

Anda perlu mengisi nilai parameter yang benar. Anda memerlukan informasi berikut:

  • Nama akun Azure Storage yang ingin Anda gunakan dengan proyek model kustom baru Anda
  • Kunci untuk akun penyimpanan tersebut
  • Nama kontainer yang ingin Anda gunakan di akun penyimpanan tersebut
  • Kunci pelatihan Custom Vision Anda
  • URL titik akhir Custom Vision Anda
  • ID proyek proyek proyek Custom Vision Anda

Kredensial Azure Storage dapat ditemukan di halaman sumber daya tersebut di portal Azure. Kredensial Custom Vision dapat ditemukan di halaman pengaturan proyek Custom Vision di portal web Custom Vision.

azure_storage_account_name = ''
azure_storage_account_key = ''
azure_storage_container_name = ''

custom_vision_training_key = ''
custom_vision_endpoint = ''
custom_vision_project_id = ''

Menjalankan migrasi

Saat Anda menjalankan kode migrasi, gambar pelatihan Custom Vision akan disimpan ke {project_name}_{project_id}/images folder di kontainer penyimpanan blob Azure yang ditentukan, dan file COCO akan disimpan ke {project_name}_{project_id}/train.json dalam kontainer yang sama. Gambar yang ditandai dan tidak diberi tag akan diekspor, termasuk gambar bertag Negatif.

Penting

Kustomisasi Model Analisis Gambar saat ini tidak mendukung pelatihan klasifikasi multilabel , membeli Anda masih dapat mengekspor data dari proyek klasifikasi multilabel Custom Vision.

from cognitive_service_vision_model_customization_python_samples import export_data
import logging
logging.getLogger().setLevel(logging.INFO) 
logging.getLogger('azure.core.pipeline.policies.http_logging_policy').setLevel(logging.WARNING)

n_process = 8
export_data(azure_storage_account_name, azure_storage_account_key, azure_storage_container_name, custom_vision_endpoint, custom_vision_training_key, custom_vision_project_id, n_process)

Menggunakan file COCO dalam proyek baru

Skrip menghasilkan file COCO dan mengunggahnya ke lokasi penyimpanan blob yang Anda tentukan. Sekarang Anda dapat mengimpornya ke proyek Kustomisasi Model Anda. Lihat Membuat dan melatih model kustom dan buka bagian tentang memilih/mengimpor file COCO—Anda dapat mengikuti panduan dari sana ke akhir.

Langkah berikutnya