arrow_back

Como treinar um modelo de classificação de vídeos do AutoML

Teste e compartilhe seu conhecimento com nossa comunidade.
done
Tenha acesso a mais de 700 laboratórios, selos de habilidade e cursos

Como treinar um modelo de classificação de vídeos do AutoML

Laboratório 3 horas 30 minutos universal_currency_alt 5 créditos show_chart Avançado
info Este laboratório pode incorporar ferramentas de IA para ajudar no seu aprendizado.
Teste e compartilhe seu conhecimento com nossa comunidade.
done
Tenha acesso a mais de 700 laboratórios, selos de habilidade e cursos

Visão geral

Neste laboratório, você vai criar um conjunto de dados de vídeo, bem como importar vídeos, treinar um modelo do AutoML de classificação de vídeos e implantar um modelo para fazer previsão em lote.

Objetivos de aprendizado:

  • Criar um conjunto de dados de vídeo e importar vídeos.
  • Treinar um modelo de classificação de vídeos do AutoML.
  • Implantar um modelo para fazer previsões em lote.

Introdução à Vertex AI

Este laboratório usa a mais nova oferta de produtos de IA disponível no Google Cloud. A Vertex AI integra as ofertas de ML do Google Cloud em uma experiência de desenvolvimento intuitiva. Anteriormente, modelos treinados com o AutoML e modelos personalizados eram acessíveis por serviços separados. A nova oferta combina ambos em uma única API, com outros novos produtos. Você também pode migrar projetos para a Vertex AI. Se tiver algum feedback, acesse a Página de suporte da Vertex AI do Google Cloud.

A Vertex AI inclui vários produtos diferentes para dar suporte a fluxos de trabalho de ML completos. Este laboratório se concentra nos produtos destacados abaixo: Treinamento/Ajuste de HP e Notebooks.

Produtos da Vertex AI

Configuração

Para cada laboratório, você recebe um novo projeto do Google Cloud e um conjunto de recursos por um determinado período e sem custos financeiros.

  1. Faça login no Qwiklabs em uma janela anônima.

  2. Confira o tempo de acesso do laboratório (por exemplo, 1:15:00) e finalize todas as atividades nesse prazo.
    Não é possível pausar o laboratório. Você pode reiniciar o desafio, mas vai precisar refazer todas as etapas.

  3. Quando tudo estiver pronto, clique em Começar o laboratório.

  4. Anote as credenciais (Nome de usuário e Senha). É com elas que você vai fazer login no Console do Google Cloud.

  5. Clique em Abrir Console do Google.

  6. Clique em Usar outra conta, depois copie e cole as credenciais deste laboratório nos locais indicados.
    Se você usar outras credenciais, vai receber mensagens de erro ou cobranças.

  7. Aceite os termos e pule a página de recursos de recuperação.

Tarefa 1: configure seu ambiente

Ativar as APIs

  1. No console do Google Cloud, abra o Menu de navegação e clique em Vertex AI > Painel.
  2. Clique em Ativar todas as APIs recomendadas.

Tarefa 2: crie um conjunto de dados e importe vídeos

Nesta tarefa, crie um conjunto de dados de vídeo. Depois que o conjunto de dados for criado, use o CSV que aponta para os vídeos que você copiou no bucket do Cloud Storage para importar esses vídeos para o conjunto de dados.

  1. Na página da Vertex AI, clique em Criar conjunto de dados.

  2. Dê um nome para o conjunto de dados.

  3. Na opção Selecione um tipo de dados e um objetivo:

    a. Selecione o tipo de dados de Vídeo.

    b. Selecione o objetivo Classificação de vídeo.

  4. Em Região, selecione us-central1.

  5. Clique em Criar.
    A janela de importação de dados será exibida.

  6. Para Selecionar um método de importação, escolha Importar arquivos do Cloud Storage.

  7. Para o Caminho de importação do arquivo, copie e cole o seguinte texto:

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

  8. Para Divisão de dados, selecione Padrão.

  9. Clique em Continuar para iniciar a importação de vídeo.

    O processo de importação leva alguns minutos. Quando ela terminar, a guia Procurar será aberta, mostrando os dados recém-importados.

Tarefa 3: treine um modelo de classificação de vídeo do AutoML

Depois que o conjunto de dados for criado e os dados forem importados, use o console do Cloud para analisar os vídeos de treinamento e começar o treinamento do modelo.

Iniciar treinamento de modelo do AutoML

  1. No painel direito, clique em Treinar novo modelo.

  2. Para Método de treinamento, selecione AutoML.

  3. Clique em Continuar.

  4. Em Detalhes do modelo, para Nome do modelo, especifique um nome para o modelo.

  5. Clique em Iniciar treinamento.

O job de treinamento aparece na seção Jobs e modelos de treinamento no painel à direita.

Observação: a conclusão do treinamento leva cerca de 2 horas. Aguarde até que o treinamento seja concluído

Para verificar o status atual do treinamento, clique no job de treinamento localizado no painel à direita. Uma página de treinamento é exibida para o modelo.

Verifique os resultados da avaliação

Após a conclusão do treinamento, selecione o modelo para verificar os resultados da avaliação do modelo. Isso vai abrir a guia Avaliar. Nesta guia, você pode consultar as métricas de desempenho do modelo.

Tarefa 4: implante um modelo para fazer previsões em lote.

Criar previsões em lote

  1. Na guia Previsões em lote clique em Criar previsão em lote.

  2. Forneça um nome de previsão em lote.

  3. Para o Caminho de origem, use automl-video-demo-data/hmdb_split1_predict.jsonl

  4. Para o Caminho de destino do seu bucket, clique em Procurar.

  5. Clique em Criar novo bucket e digite Project_ID.

  6. Clique em Criar.

  7. Clique em Criar nova pasta e digite predict_results.

  8. Clique em Criar e selecione o caminho de destino.

  9. Clique em Criar.

  10. Você pode navegar até o Cloud Storage para encontrar o nome do seu bucket. Os resultados são adicionados à pasta predict_results.

Confira os resultados

Quando o job for concluído, a previsão vai aparecer na guia "Previsões em lote".

  1. Clique na previsão na visualização Previsões em lote.

    Os detalhes do job de previsão em lote são exibidos.

  2. Clique no link Local de exportação para visualizar os resultados no bucket de armazenamento.

  3. Para ver os resultados na IU, clique em Ver resultados.

    Um vídeo é exibido. No menu suspenso da parte superior da página, você pode selecionar outros vídeos para ver os resultados deles.

Interpretação dos resultados

Nos resultados da anotação de vídeo, a Vertex AI fornece três tipos de informações:

  • Rótulos do vídeo: essas informações estão na guia Segmento abaixo do vídeo na página de resultados.
  • Rótulos de imagens do vídeo: essas informações estão na guia Imagem, abaixo do vídeo na página de resultados.
  • Rótulos de cada intervalo de 1 segundo do vídeo: essas informações estão na guia Intervalo, abaixo do vídeo na página de resultados.

Se a previsão falhar, os resultados na lista vão mostrar um ícone vermelho em Previsões recentes.

Se apenas um vídeo na tentativa de previsão falhar, os resultados vão mostrar um ícone verde na lista Previsões recentes. Na página de resultados dessa previsão, é possível visualizar os resultados dos vídeos que a Vertex AI anotou.

Finalize o laboratório

Após terminar seu laboratório, clique em End Lab. O Qwiklabs removerá os recursos usados e limpará a conta para você.

Você poderá avaliar sua experiência neste laboratório. Basta selecionar o número de estrelas, digitar um comentário e clicar em Submit.

O número de estrelas indica o seguinte:

  • 1 estrela = muito insatisfeito
  • 2 estrelas = insatisfeito
  • 3 estrelas = neutro
  • 4 estrelas = satisfeito
  • 5 estrelas = muito satisfeito

Feche a caixa de diálogo se não quiser enviar feedback.

Para enviar seu feedback, fazer sugestões ou correções, use a guia Support.

Copyright 2020 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.

Este conteúdo não está disponível no momento

Você vai receber uma notificação por e-mail quando ele estiver disponível

Ótimo!

Vamos entrar em contato por e-mail se ele ficar disponível