Klasifikasi gambar dengan Custom Vision dan Windows Pembelajaran Mesin

Panduan ini menunjukkan kepada Anda cara: melatih model jaringan neural untuk mengklasifikasikan gambar makanan menggunakan layanan Azure Custom Vision; ekspor model ke format ONNX; dan menyebarkan model dalam aplikasi Windows Pembelajaran Mesin (Windows ML) yang berjalan secara lokal di perangkat Windows. Anda tidak memerlukan keahlian sebelumnya dalam pembelajaran mesin! Kami akan memandu Anda selangkah demi selangkah melalui prosesnya.

Jika Anda ingin mempelajari cara membangun dan melatih model dengan Custom Vision, maka Anda dapat melanjutkan ke Melatih model.

Jika Anda memiliki model dan ingin mempelajari cara membuat aplikasi Windows ML dari awal, lihat tutorial aplikasi Windows ML lengkap.

Jika Anda ingin memulai dengan proyek Visual Studio yang sudah ada sebelumnya untuk aplikasi Windows ML, maka Anda dapat mengkloning aplikasi sampel tutorial Custom Vision dan Windows ML , dan menggunakannya sebagai titik awal Anda.

Skenario

Dalam tutorial ini, kita akan membuat aplikasi klasifikasi makanan pembelajaran mesin yang berjalan di perangkat Windows. Model akan dilatih untuk mengenali jenis pola tertentu untuk mengklasifikasikan gambar makanan, dan ketika diberikan gambar, model tersebut akan mengembalikan tag klasifikasi dan nilai keyakinan persentase terkait dari klasifikasi tersebut.

Prasyarat untuk pelatihan model

Untuk membangun dan melatih model, Anda memerlukan langganan layanan Azure Custom Vision.

Jika Anda baru menggunakan Azure, Anda dapat mendaftar untuk akun gratis Azure. Itu akan memberi Anda kesempatan untuk membangun, melatih, dan menyebarkan model pembelajaran mesin dengan Azure AI.

Tip

Apakah Anda tertarik untuk mempelajari selengkapnya tentang opsi pendaftaran Azure dan akun gratis Azure? Lalu lihat Membuat akun Azure.

Prasyarat untuk penyebaran aplikasi Windows ML

Untuk membuat dan menyebarkan aplikasi Windows ML, Anda memerlukan hal berikut:

• Windows 10, versi 1809 (build 17763) atau yang lebih baru. Anda dapat memeriksa nomor versi build Anda dengan menjalankan winver melalui perintah Jalankan (tombol logo Windows + R).
• Windows SDK untuk build 17763 atau yang lebih baru. Untuk mengunduh, lihat Windows SDK.
• Visual Studio 2017 versi 15.7 atau yang lebih baru; tetapi kami sarankan Anda menggunakan Visual Studio 2022 atau yang lebih baru. Beberapa cuplikan layar dalam tutorial ini mungkin berbeda dari UI yang akan Anda lihat. Untuk mengunduh Visual Studio, lihat Unduhan dan alat untuk pengembangan Windows.
• Ekstensi Visual Studio Windows ML Code Generator (mlgen). Unduh untuk Visual Studio 2019 atau yang lebih baru atau untuk Visual Studio 2017.
• Jika Anda memutuskan untuk membuat aplikasi Platform Windows Universal (UWP), Maka Anda harus mengaktifkan beban kerja pengembangan Platform Windows Universal di Visual Studio.
• Aktifkan mode Pengembang di PC Anda—lihat Mengaktifkan perangkat Anda untuk pengembangan.

Catatan

Windows ML API dibangun ke versi terbaru Windows 10 (1809 atau lebih tinggi) dan Windows Server 2019. Jika platform target Anda adalah versi Windows yang lebih lama, maka Anda dapat memindahkan aplikasi Windows ML Anda ke paket NuGet yang dapat didistribusikan ulang (Windows 8.1 atau lebih tinggi).

Menyiapkan data

Model pembelajaran mesin harus dilatih dengan data yang ada. Dalam panduan ini, Anda akan menggunakan himpunan data gambar makanan dari Kaggle Open Datasets. Himpunan data tersebut didistribusikan di bawah lisensi domain publik.

Penting

Untuk menggunakan himpunan data ini, Anda perlu mematuhi istilah penggunaan situs Kaggle, dan ketentuan lisensi yang menyertai himpunan data itu Food-11 sendiri. Microsoft tidak membuat garansi atau representasi mengenai situs atau himpunan data ini.

Himpunan data memiliki tiga pemisahan—evaluasi, pelatihan, dan validasi—dan berisi 16.643 gambar makanan yang dikelompokkan ke dalam 11 kategori makanan utama. Gambar dalam himpunan data setiap kategori makanan ditempatkan di folder terpisah, yang membuat proses pelatihan model lebih nyaman.

Unduh himpunan data dari himpunan data gambar Food-11. Himpunan data berukuran sekitar 1GB, dan Anda mungkin diminta untuk membuat akun di situs web Kaggle untuk mengunduh data.

Jika mau, Anda dipersilakan untuk menggunakan himpunan data lain dari gambar yang relevan. Minimal, kami sarankan Anda menggunakan setidaknya 30 gambar per tag dalam set pelatihan awal. Anda juga ingin mengumpulkan beberapa gambar tambahan untuk menguji model Anda setelah dilatih.

Selain itu, pastikan bahwa semua gambar pelatihan Anda memenuhi kriteria berikut:

• .jpg, , .png.bmp, atau .gif format.
• Ukurannya tidak lebih besar dari 6MB (4MB untuk gambar prediksi).
• Tidak kurang dari 256 piksel di tepi terpendek; gambar apa pun yang lebih pendek dari ini akan secara otomatis ditingkatkan skalanya oleh Custom Vision Service.

Langkah berikutnya

Sekarang setelah Prasyarat Anda diurutkan, dan telah menyiapkan himpunan data Anda, Anda dapat melanjutkan ke pembuatan model Windows ML Anda. Di bagian berikutnya (Latih model Anda dengan Custom Vision), Anda akan menggunakan antarmuka Custom Vision berbasis web untuk membuat dan melatih model klasifikasi Anda.