Présentation

Dans cet atelier, vous allez créer un ensemble de données vidéo et importer des vidéos, entraîner un modèle de classification de vidéos AutoML et déployer un modèle pour effectuer une prédiction par lots.

Objectifs de la formation :

• Créer un ensemble de données vidéo et importer des vidéos
• Entraîner un modèle de classification de vidéos AutoML
• Déployer un modèle pour effectuer des prédictions par lots

Présentation de Vertex AI

Cet atelier utilise la toute dernière offre de produits d'IA de Google Cloud. Vertex AI simplifie l'expérience de développement en intégrant toutes les offres de ML de Google Cloud. Auparavant, les modèles entraînés avec AutoML et les modèles personnalisés étaient accessibles via des services distincts. La nouvelle offre regroupe ces deux types de modèles mais aussi d'autres nouveaux produits en une seule API. Vous pouvez également migrer des projets existants vers Vertex AI. Pour envoyer un commentaire, consultez la page d'assistance Google Cloud Vertex AI.

Vertex AI comprend de nombreux produits différents qui permettent de gérer les workflows de ML de bout en bout. Cet atelier se concentre sur les produits mis en évidence ci-dessous : l'entraînement, le réglage des hyperparamètres et Notebooks.

Prérequis

Pour chaque atelier, nous vous attribuons un nouveau projet Google Cloud et un nouvel ensemble de ressources pour une durée déterminée, sans frais.

1. Connectez-vous à Qwiklabs dans une fenêtre de navigation privée.

2. Vérifiez le temps imparti pour l'atelier (par exemple : 01:15:00) : vous devez pouvoir le terminer dans ce délai.
   Une fois l'atelier lancé, vous ne pouvez pas le mettre en pause. Si nécessaire, vous pourrez le redémarrer, mais vous devrez tout reprendre depuis le début.

3. Lorsque vous êtes prêt, cliquez sur Démarrer l'atelier.

4. Notez vos identifiants pour l'atelier (Nom d'utilisateur et Mot de passe). Ils vous serviront à vous connecter à Google Cloud Console.

5. Cliquez sur Ouvrir la console Google.

6. Cliquez sur Utiliser un autre compte, puis copiez-collez les identifiants de cet atelier lorsque vous y êtes invité.
   Si vous utilisez d'autres identifiants, des messages d'erreur s'afficheront ou des frais seront appliqués.

7. Acceptez les conditions d'utilisation et ignorez la page concernant les ressources de récupération des données.

Tâche 1. Configurer votre environnement

Activer les API

1. Dans le menu de navigation de la console Google Cloud, cliquez sur Vertex AI > Tableau de bord.
2. Cliquez sur Activer toutes les API recommandées.

Tâche 2 : Créer un ensemble de données vidéo et importer des vidéos

Dans cette tâche, vous allez créer un ensemble de données vidéo. Une fois votre ensemble de données créé, utilisez le fichier CSV pointant vers les vidéos que vous avez copiées dans votre bucket Cloud Storage pour les importer dans l'ensemble de données.

1. Sur la page Vertex AI, cliquez sur Créer un ensemble de données.

2. Attribuez un nom à votre ensemble de données.

3. Dans Sélectionner un type de données et un objectif :

   a. Sélectionnez le type de données Vidéo.

   b. Sélectionnez l'objectif Classification de vidéos.

4. Dans le champ Région, sélectionnez us-central1.

5. Cliquez sur Créer.
   La fenêtre d'importation de données s'affiche.

6. Pour Sélectionner une méthode d'importation, choisissez Sélectionner des fichiers d'importation à partir de Cloud Storage.

7. Dans le champ Chemin du fichier d'importation, copiez et collez le texte suivant :

   cloud-training/mlongcp/v3.0_MLonGC/toy_data/hmdb_split1_5classes_all_toy.csv

8. Pour Répartition des données, sélectionnez Par défaut.

9. Cliquez sur Continuer pour lancer l'importation des vidéos.

   Ce processus prend quelques minutes. Une fois l'importation terminée, l'onglet Parcourir s'ouvre et affiche les données que vous venez d'importer.

Tâche 3 : Entraîner un modèle de classification de vidéos AutoML

Une fois l'ensemble de données créé et les données importées, utilisez la console Cloud pour examiner les vidéos d'entraînement et commencer l'entraînement du modèle.

Démarrer l'entraînement du modèle AutoML

1. Dans le volet de droite, cliquez sur Entraîner un nouveau modèle.

2. Pour Méthode d'entraînement, sélectionnez AutoML.

3. Cliquez sur Continuer.

4. Dans Détails du modèle, renseignez le champ Nom du modèle.

5. Cliquez sur Démarrer l'entraînement.

Le job d'entraînement apparaît dans la section Jobs et modèles d'entraînement du volet de droite.

Pour vérifier son état actuel, cliquez sur le job d'entraînement dans le volet de droite. Une page d'entraînement s'affiche pour le modèle.

Vérifier les résultats de l'évaluation

Une fois l'entraînement terminé, sélectionnez votre modèle pour vérifier les résultats de son évaluation. L'onglet Évaluer s'ouvre alors. Il contient les métriques de performances du modèle.

Tâche 4 : Déployer un modèle pour effectuer des prédictions par lots

Créer des prédictions par lots

1. Dans l'onglet Prédictions par lots, cliquez sur Créer une prédiction par lots.

2. Indiquez un nom de prédiction par lots.

3. Pour le chemin source, utilisez automl-video-demo-data/hmdb_split1_predict.jsonl.

4. Pour le chemin de destination vers votre bucket, cliquez sur Parcourir.

5. Cliquez sur Créer un bucket, puis saisissez Project_ID.

6. Cliquez sur Créer.

7. Cliquez sur Créer un dossier, puis saisissez predict_results.

8. Cliquez sur Créer, puis sélectionnez le chemin de destination.

9. Cliquez sur Créer.

10. Pour trouver le nom de votre bucket, vous pouvez accéder à Cloud Storage. Les résultats sont ajoutés au dossier predict_results.

Afficher les résultats

Une fois le job terminé, la prédiction s'affiche dans l'onglet "Prédictions par lots".

1. Cliquez dessus.

   Les détails du job de prédiction par lots s'affichent.

2. Cliquez sur le lien Emplacement d'exportation pour consulter les résultats dans votre bucket de stockage.

3. Pour voir vos résultats dans l'UI, cliquez sur Afficher les résultats.

   Une vidéo s'affiche. Dans le menu déroulant en haut de la page, vous pouvez sélectionner les autres vidéos dont les résultats vous intéressent.

Comprendre les résultats

Dans les résultats de votre annotation vidéo, Vertex AI fournit trois types d'informations :

• Des étiquettes pour la vidéo : vous les trouverez dans l'onglet Séquence situé sous la vidéo sur la page des résultats.
• Des étiquettes pour les plans de la vidéo : vous les trouverez dans l'onglet Plan situé sous la vidéo sur la page des résultats.
• Des étiquettes pour chaque intervalle d'une seconde dans la vidéo : vous les trouverez dans l'onglet Intervalle situé sous la vidéo sur la page des résultats.

Si la prédiction échoue, les résultats affichent une icône rouge dans la liste Prédictions récentes.

Si une seule vidéo de la tentative de prédiction échoue, les résultats affichent une icône verte dans la liste Prédictions récentes. Sur la page des résultats de cette prédiction, vous pouvez afficher les résultats des vidéos annotées par Vertex AI.

Terminer l'atelier

Une fois l'atelier terminé, cliquez sur End Lab (Terminer l'atelier). Qwiklabs supprime les ressources que vous avez utilisées, puis efface le compte.

Si vous le souhaitez, vous pouvez noter l'atelier. Sélectionnez le nombre d'étoiles correspondant à votre note, saisissez un commentaire, puis cliquez sur Submit (Envoyer).

Le nombre d'étoiles que vous pouvez attribuer à un atelier correspond à votre degré de satisfaction :

• 1 étoile = très mécontent(e)
• 2 étoiles = insatisfait(e)
• 3 étoiles = ni insatisfait(e), ni satisfait(e)
• 4 étoiles = satisfait(e)
• 5 étoiles = très satisfait(e)

Si vous ne souhaitez pas donner votre avis, vous pouvez fermer la boîte de dialogue.

Pour soumettre des commentaires, suggestions ou corrections, veuillez utiliser l'onglet Support (Assistance).

Copyright 2020 Google LLC Tous droits réservés. Google et le logo Google sont des marques de Google LLC. Tous les autres noms d'entreprises et de produits peuvent être des marques des entreprises auxquelles ils sont associés.