Compartilhar via

Selecionar um domínio para um projeto de Visão Personalizada

Este guia vai mostrar como selecionar um domínio para seu o projeto no Serviço de Visão Personalizada. Os domínios são usados como ponto de partida para seu projeto.

Entre na sua conta no Site de Visão Personalizadae selecione seu projeto. Selecione o ícone Configurações no canto superior direito. Na página Configurações do Projeto, você pode escolher um domínio de modelo. Você deve escolher o domínio que mais se aproxima do cenário do seu caso de uso. Se você estiver acessando a Visão Personalizada por uma biblioteca de clientes ou API REST, precisará especificar uma ID de domínio ao criar o projeto. Você pode obter uma lista de IDs de domínio usando uma solicitação Obter Domínios. Ou use a tabela a seguir.

Domínios de classificação de imagem

Domínio Número de Identificação Finalidade
Geral ee85a74c-405e-4adc-bb47-ffa8ca0c9f31 Otimizado para uma ampla gama de tarefas de classificação de imagens. Se nenhum dos outros domínios específicos for apropriado ou se você não tiver certeza de qual domínio escolher, selecione um dos domínios Geral.
Geral [A1] a8e3c40f-fb4a-466f-832a-5e457ae4a344 Otimizado para obter melhor precisão com tempo de inferência comparável como o domínio Geral. É recomendado para conjuntos de dados maiores ou para cenários de usuário mais difíceis. Esse domínio requer mais tempo de treinamento.
Geral [A2] 2e37d7fb-3a54-486a-b4d6-cfc369af0018 Otimizado para obter melhor precisão com tempo de inferência mais rápido do que os domínios Geral [A1] e Geral. É recomendado para a maioria dos conjuntos de dados. Esse domínio requer menos tempo de treinamento do que os domínios Geral e Geral [A1].
Alimentos c151d5b5-dd07-472a-acc8-15d29dea8518 Otimizado para fotografias de pratos como você os veria no menu de um restaurante. Se você quiser classificar fotografias de frutas ou vegetais individuais, use o domínio Alimentos.
Pontos de referência ca455789-012d-4b50-9fec-5bb63841c793 Otimizado para pontos de referência reconhecidos, tanto naturais quanto artificiais. Este domínio funciona melhor quando o ponto de referência está claramente visível na fotografia. Este domínio funciona mesmo quando o ponto de referência está um pouco obstruído devido a pessoas na frente dele.
Varejo b30a91ae-e3c1-4f73-a81e-c270bff27c39 Otimizado para imagens encontradas em um catálogo ou site de compras. Se você quer uma classificação de alta precisão entre vestidos, calças e camisas, use esse domínio.
Domínios compactos Otimizados para as restrições de classificação em tempo real em dispositivos de borda.

Observação

Os domínios Geral [A1] eGeral [A2] podem ser usados com um amplo conjunto de cenários e são otimizados para precisão. Use o modelo Geral [A2] para obter uma melhor velocidade de inferência e um tempo de treinamento mais curto. Para obter conjuntos de dados maiores, use Geral [A1] para renderizar uma precisão melhor do que Geral [A2], embora ele exija mais treinamento e tempo de inferência. O modelo Geral requer mais tempo de inferência do que Geral [A1] e Geral [A2].

Domínios de detecção de objetos

Domínio Número de Identificação Finalidade
Geral da2e3a8a-40a5-4171-82f4-58522f70fbc1 Otimizado para uma ampla variedade de tarefas de detecção de objetos. Se nenhum dos outros domínios for apropriado ou você não tiver certeza de qual domínio escolher, selecione o domínio Geral.
Geral [A1] 9c616dff-2e7d-ea11-af59-1866da359ce6 Otimizado para obter melhor precisão com tempo de inferência comparável como o domínio Geral. Recomendado para necessidades de localização de região mais precisas, conjuntos de dados maiores ou cenários de usuário mais difíceis. Esse domínio exige mais tempo de treinamento e os resultados não são determinísticos: espere uma diferença de +-1% na precisão média (mAP) com os mesmos dados de treinamento fornecidos.
Logotipo 1d8ffafe-ec40-4fb2-8f90-72b3b6cecea4 Otimizado para localizar logotipos de marcas em imagens.
Produtos em prateleiras 3780a898-81c3-4516-81ae-3a139614e1f3 Otimizado para detectar e classificar produtos em prateleiras.
Domínios compactos Otimizados para as restrições da detecção de objetos em tempo real em dispositivos de borda.

Domínios compactos

Os modelos gerados por domínios compactos podem ser exportados para serem executados localmente. Na API da versão prévia pública da Visão Personalizada 3.4 você pode obter uma lista das plataformas exportáveis para domínios compactos chamando a API GetDomains.

Todos os domínios a seguir dão suporte à exportação nos formatos ONNX, TensorFlow, TensorFlowLite, TensorFlow.js, CoreML e VAIDK, com exceção de que o domínio Geral de Detecção de Objetos não dá suporte a VAIDK.

O desempenho do modelo varia de acordo com o domínio selecionado. Na tabela a seguir, relatamos o tamanho do modelo e o tempo de inferência na CPU da Área de Trabalho Intel e na GPU NVIDIA [1]. Esses números não incluem os tempos de pré e de pós-processamento.

Tarefa Domínio Número de Identificação Tamanho do modelo Tempo de inferência de CPU Tempo de inferência de GPU
classificação Geral (compacto) 0732100f-1a38-4e49-a514-c9b44c697ab5 6 MB 10 ms 5 ms
classificação Geral (compacto) [S1] a1db07ca-a19a-4830-bae8-e004a42dc863 43 MB 50 ms 5 ms
Detecção de objetos Geral (compacto) a27d5ca5-bb19-49d8-a70a-fec086c47f5b 45 MB 35 ms 5 ms
Detecção de objetos Geral (compacto) [S1] 7ec2ac80-887b-48a6-8df9-8b1357765430 14 MB 27 ms 7 ms

Observação

O domínio Geral (compacto) para detecção de objetos requer uma lógica de pós-processamento especial. Para obter detalhes, consulte um script de exemplo no pacote zip exportado. Se você precisa de um modelo sem a lógica de pós-processamento, use o Geral (compacto) [S1] .

Importante

Não há garantia de que os modelos exportados forneçam exatamente o mesmo resultado que a API de Previsão na nuvem. Uma pequena diferença na plataforma em execução ou na implementação de pré-processamento pode causar uma grande diferença nas saídas do modelo. Para obter detalhes sobre a lógica de pré-processamento, consulte Início Rápido: criar um projeto de classificação de imagem.

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

Conteúdo relacionado

Siga um início rápido para começar a criar e treinar um projeto de Visão Personalizada.