Condividi tramite

Selezionare un dominio per un progetto di Visione personalizzata

  • Articolo

Questa guida illustra come selezionare un dominio per il progetto nel servizio Visione personalizzata.

Nella scheda delle impostazioni del progetto nel portale Web di Visione personalizzata è possibile selezionare un dominio del modello per il progetto. È consigliabile scegliere il dominio più vicino allo scenario di utilizzo. Se si accede a Visione personalizzata tramite una libreria client o un'API REST, sarà necessario specificare un ID di dominio durante la creazione del progetto. È possibile ottenere un elenco di ID di dominio con Ottieni domini. In alternativa, usare la tabella seguente.

Domini di classificazione delle immagini

Domain Scopo
Generali Ottimizzato per un'ampia gamma di attività di classificazione di immagini. Se nessuno degli altri domini specifici è appropriato o se non si è certi del dominio da scegliere, selezionare uno dei domini Generale. ID: ee85a74c-405e-4adc-bb47-ffa8ca0c9f31
Generale [A1] Ottimizzato per una migliore accuratezza con un tempo di inferenza paragonabile al dominio Generale. Consigliato per set di dati di dimensioni maggiori o scenari utente più difficili. Questo dominio richiede più tempo di training. ID: a8e3c40f-fb4a-466f-832a-5e457ae4a344
Generale [A2] Ottimizzato per una migliore accuratezza con tempi di inferenza più veloci rispetto ai domini Generale[A1] e Generale. Opzione consigliata per la maggior parte dei set di dati. Questo dominio richiede meno tempo di training rispetto ai domini Generale e Generale [A1]. ID: 2e37d7fb-3a54-486a-b4d6-cfc369af0018
Food (Cibo) Ottimizzato per fotografie di piatti come nel menù di un ristorante. Se si vogliono classificare fotografie di singoli frutti o verdure, usare il dominio Food (Cibo). ID: c151d5b5-dd07-472a-acc8-15d29dea8518
Landmarks (Luoghi di interesse) Ottimizzato per i luoghi di interesse riconoscibili, sia naturali che artificiali. Il dominio offre i migliori risultati quando il luogo di interesse è chiaramente visibile nella fotografia. Il dominio è efficace anche se il luogo è leggermente nascosto da utenti posti davanti. ID: ca455789-012d-4b50-9fec-5bb63841c793
Vendita al dettaglio Ottimizzato per le immagini che si trovano in un catalogo di vendita o in un sito Web di vendita. Se si vogliono classificare con alta precisione vestiti, pantaloni e magliette o camicie, usare questo dominio. ID: b30a91ae-e3c1-4f73-a81e-c270bff27c39
Domini compatti Ottimizzati per i vincoli di classificazione in tempo reale su dispositivi perimetrali.

Nota

I domini Generale [A1] e Generale [A2] possono essere usati per un ampio set di scenari e sono ottimizzati per l'accuratezza. Usare il modello Generale [A2] per una migliore velocità di inferenza e tempi di training più brevi. Per i set di dati di dimensioni maggiori, è possibile usare Generale [A1] per ottenere una maggiore accuratezza rispetto a Generale [A2], anche se richiede più tempo di training e inferenza. Il modello Generale richiede più tempo di inferenza rispetto a Generale [A1] e Generale [A2].

Domini di rilevamento oggetti

Domain Scopo
Generali Ottimizzato per un'ampia gamma di attività di rilevamento oggetti. Se nessuno degli altri domini risulta appropriato o si è in dubbio sul dominio da scegliere, selezionare il dominio Generale. ID: da2e3a8a-40a5-4171-82f4-58522f70fbc1
Generale [A1] Ottimizzato per una migliore accuratezza con un tempo di inferenza paragonabile al dominio Generale. Consigliato per esigenze di posizione dell'area più accurate, set di dati di dimensioni maggiori o scenari utente più difficili. Questo dominio richiede più tempo di training e i risultati non sono deterministici: prevedere una differenza media di precisione media (mAP) di +-1% con gli stessi dati di training forniti. ID: 9c616dff-2e7d-ea11-af59-1866da359ce6
Logo Ottimizzato per il rilevamento di logo dei marchi nelle immagini. ID: 1d8ffafe-ec40-4fb2-8f90-72b3b6cecea4
Prodotti sugli scaffali Ottimizzato per il rilevamento e la classificazione dei prodotti sugli scaffali. ID: 3780a898-81c3-4516-81ae-3a139614e1f3
Domini compatti Ottimizzati per i vincoli di rilevamento in tempo reale su dispositivi perimetrali.

Domini compatti

I modelli generati da domini compatti possono essere esportati per l'esecuzione in locale. Nell'API di anteprima pubblica di Visione personalizzata 3.4 è possibile ottenere un elenco delle piattaforme esportabili per i domini compatti chiamando l'API GetDomains.

Tutti i domini seguenti supportano l'esportazione nei formati ONNX, TensorFlow,TensorFlowLite, TensorFlow.js, CoreML e VAIDK, ad eccezione del fatto che il dominio Rilevamento oggetti generale (compatto) non supporta VAIDK.

Le prestazioni del modello variano in base al dominio selezionato. Nella tabella seguente vengono riportate le dimensioni e il tempo di inferenza del modello nella CPU Desktop Intel e nella GPU NVidia [1]. Tali dati non includono i tempi di pre- e post-elaborazione.

Attività Domain ID Dimensioni del modello Tempo di inferenza CPU Tempo di inferenza GPU
Classificazione Generale (compatto) 0732100f-1a38-4e49-a514-c9b44c697ab5 6 MB 10 ms 5 ms
Classificazione Generale (compatto) [S1] a1db07ca-a19a-4830-bae8-e004a42dc863 43 MB 50 ms 5 ms
Rilevamento oggetti Generale (compatto) a27d5ca5-bb19-49d8-a70a-fec086c47f5b 45 MB 35 ms 5 ms
Rilevamento oggetti Generale (compatto) [S1] 7ec2ac80-887b-48a6-8df9-8b1357765430 14 MB 27 ms 7 ms

Nota

Il dominio Generale (compatto) per rilevamento di oggetti richiede una logica di post-elaborazione speciale. Per informazioni dettagliate, vedere uno script di esempio nel pacchetto ZIP esportato. Se è necessario un modello senza la logica di post-elaborazione, usare Generale (compatto) [S1].

Importante

Non esiste alcuna garanzia che i modelli esportati restituiscano esattamente lo stesso risultato dell'API Stima nel cloud. Una leggera differenza nella piattaforma in esecuzione o nell'implementazione di pre-elaborazione può causare una maggiore differenza negli output del modello. Per informazioni dettagliate sulla logica di pre-elaborazione, vedere questo documento.

[1] Intel Xeon E5-2690 CPU e NVIDIA Tesla M60

Passaggi successivi

Seguire le istruzioni di avvio rapido per iniziare a creare ed eseguire il training di un progetto di Visione personalizzata.