Vytvoření řešení pro vize bez kódu v Azure Percept Studio

Azure Percept Studio umožňuje sestavovat a nasazovat vlastní řešení pro počítačové zpracování obrazu, nevyžaduje se žádné kódování. V tomto článku provedete následující:

• vytvořit projekt vize v Azure Percept Studio
• Shromažďování školicích imagí pomocí DevKit
• Označení školicích imagí v Custom Vision
• Výuka vlastního modelu detekce nebo klasifikace objektů
• Nasazení modelu do DevKit
• Vylepšení modelu nastavením přeškolení

Tento kurz je vhodný pro vývojáře s malým množstvím bez použití AI a stejně jako Začínáme se službou Azure Percept.

Požadavky

• Azure Percept DK (devkit)
• Předplatné Azure
• prostředí pro instalaci Azure Percept DK: připojili jste devkit k Wi-Fi síti, vytvořili IoT Hub a připojili jste devkit k IoT Hub

Vytvoření prototypu vize

1. spusťte prohlížeč a pokračujte na Azure Percept Studio.

2. Na stránce Přehled klikněte na kartu ukázky & kurzy .

3. V části kurzy a ukázky pro vize klikněte na vytvořit prototyp vize.

   

4. Na stránce nový prototyp Custom Vision Azure Percept postupujte takto:

   1. do pole Project název zadejte název prototypu vize.

   2. do pole Project popis zadejte popis prototypu vize.

   3. v rozevírací nabídce typ zařízení vyberte Azure Percept DK .

   4. V rozevírací nabídce prostředek vyberte prostředek nebo klikněte na vytvořit nový prostředek. Pokud se rozhodnete vytvořit nový prostředek, v okně vytvořit proveďte následující:

      1. Zadejte název nového prostředku.
      2. Vyberte své předplatné Azure.
      3. Vyberte skupinu prostředků nebo vytvořte novou.
      4. Vyberte preferovanou oblast.
      5. Vyberte si cenovou úroveň (doporučujeme S0).
      6. V dolní části okna klikněte na vytvořit .

      

   5. pro Project typ vyberte, jestli má váš projekt vize probíhat klasifikace objektů nebo klasifikace obrázků. Další informace o typech projektů získáte kliknutím na tlačítko pomoc při výběru.

   6. V případě optimalizace vyberte, zda chcete optimalizovat projekt pro přesnost, nízkou latenci sítě nebo rovnováhu obou.

   7. Klikněte na tlačítko Vytvořit.

      

Připojení zařízení do projektu a zachycení imagí

Po vytvoření řešení Vision musíte do něj přidat své DevKit a odpovídající IoT Hub.

1. Zapněte si DevKit.

2. V rozevírací nabídce IoT Hub vyberte Centrum IoT, ke kterému se vaše DevKit připojilo během počátečního nastavení.

3. V rozevírací nabídce zařízení vyberte své DevKit.

Dále musíte načíst obrázky nebo zachytit image pro školení modelu AI. U každého typu značek doporučujeme nahrávat aspoň 30 imagí. Například pokud chcete sestavit detektor psa a Cat, je nutné nahrát nejméně 30 imagí psi a 30 imagí koček. Pokud chcete zachytit obrázky s modelem DevKit, udělejte toto:

1. V okně zachycení bitové kopie vyberte možnost Zobrazit datový proud zařízení a zobrazte datový proud videa Vision SOM.

2. Zkontrolujte Stream videa, abyste měli jistotu, že máte správně zarovnaný fotoaparát služby Vision SoM, abyste mohli pořizovat školicí snímky. Proveďte úpravy podle potřeby.

3. V okně zachycení obrázku klikněte na možnost pořídit fotografii.

   

4. Případně můžete nastavit automatické zachycení obrázků pro shromažďování velkého množství imagí v čase zaškrtnutím políčka Automatické zachycení obrázku . Vyberte preferovanou rychlost zpracování obrazu v části rychlost zachycení a celkový počet imagí, které chcete shromažďovat v rámci cíle. Kliknutím na nastavit automatické zachytávání zahajte proces automatického zachycení obrázku.

   

Máte-li dostatek fotografií, klikněte na tlačítko Další: označit obrázky a školení modelů v dolní části obrazovky. Všechny obrázky budou uloženy v Custom Vision.

Označení obrázků a výuka modelu

Před školením modelu přidejte k obrázkům popisky.

1. Na stránce obrázky značek a školení modelů klikněte na otevřít projekt v Custom Vision.

2. Na levé straně stránky Custom Vision klikněte na neoznačeno pod značkou . zobrazí se obrázky, které jste právě shromáždili v předchozím kroku. Vyberte jednu nebo více netagovaných imagí.

3. V okně Podrobnosti o imagi klikněte na obrázek a začněte označovat značky. Pokud jste vybrali možnost detekce objektu jako typ projektu, musíte také nakreslit ohraničující rámeček kolem konkrétních objektů, které chcete označit. Podle potřeby upravte ohraničovací rámeček. Zadejte značku objektu a kliknutím + použijte značku. Například pokud jste vytvořili řešení Vision, které vás upozorní, když je potřeba skladovat úložiště, přidejte značku "prázdná police" do imagí prázdné police a přidejte značku "plná poli" do imagí pro plně skladovaná police. Opakujte u všech netagovaných imagí.

   

4. Po označení obrázků klikněte na ikonu X v pravém horním rohu okna. Kliknutím na tagované v části značky zobrazíte všechny nově označené obrázky.

5. Po označení obrázků jste připraveni ke výukě svého modelu AI. Provedete to tak, že kliknete na možnost vlak v horní části stránky. Pro výuku modelu musíte mít aspoň 15 imagí na typ značek. doporučujeme použít aspoň 30. Školení obvykle trvá přibližně 30 minut, ale může trvat déle, pokud je sada imagí velmi velká.

   

6. Po dokončení školení se na obrazovce zobrazí výkon vašeho modelu. Další informace o vyhodnocení těchto výsledků najdete v dokumentaci k vyhodnocení modelu. Po školení si můžete také vyzkoušet svůj model na dalších obrázcích a v případě potřeby ho přeškolit. Pokaždé, když vytvoříte model, uloží se jako nová iterace. Další informace o tom, jak zvýšit výkon modelu, najdete v dokumentaci k Custom Vision .

   

   Poznámka

   Pokud se rozhodnete Testovat model na dalších obrázcích v Custom Vision, počítejte s tím, že velikost testovacího souboru bitové kopie nemůže být větší než 4 MB.

Až budete s výkonem svého modelu spokojeni, zavřete ho Custom Vision zavřením karty prohlížeče.

Nasazení modelu AI

1. vraťte se na kartu Azure Percept Studio a klikněte na další: vyhodnotit a nasadit v dolní části obrazovky.

2. V okně vyhodnocení a nasazení se zobrazí výkon vybrané iterace modelu. V rozevírací nabídce model iterace vyberte iteraci, kterou chcete nasadit do svého devkitu, a v dolní části obrazovky klikněte na nasadit model .

   

3. Po nasazení modelu si zobrazte datový proud videa vašeho zařízení a podívejte se, jaký model Inferencing v akci.

   

po zavření tohoto okna se můžete kdykoli vrátit a upravit svůj projekt vision tak, že kliknete na možnost vize v části projekty AI na domovské stránce Azure Percept Studio a vyberete název projektu vize.

Vylepšení modelu nastavením přeškolení

Jakmile provedete svůj model a nasadíte ho do zařízení, můžete zvýšit výkon modelu nastavením parametrů přeškolení pro zachycení více školicích dat. Tato funkce se používá ke zlepšení výkonu vycvičeného modelu tím, že poskytuje možnost zachycení imagí na základě rozsahu pravděpodobnosti. Můžete například nastavit, aby zařízení zachytávání pouze školicích snímků, když je pravděpodobnost nízká. Tady je několik dalších pokynů k přidání dalších obrázků a vyvážení trénovací data.

1. Pokud chcete nastavit opětovné trénování, vraťte se ke svému Project a pak na Project.

2. Na kartě Image capture (Zachytávání obrázků) vyberte Automatic image capture (Automatické zachytávání obrázků) a Set up retraining (Nastavit opětovné trénování).

3. Zaškrtněte políčko Automatické zachytávání imagí a nastavte automatické zachytávání imagí tak, aby najednou shromažďovala velké množství obrázků.

4. V části Míra zachytávání a celkový počet obrázků, které chcete shromáždit, vyberte upřednostňovanou rychlost vytváření obrázků v části Cíl.

5. V části nastavení opětovného trénování vyberte iteraci, pro kterou chcete zachytit další trénovací data, a pak vyberte rozsah pravděpodobnosti. Do projektu se nahrají jenom obrázky, které splňují pravděpodobnost.

   

Vyčištění prostředků

Pokud jste pro tento kurz vytvořili nový prostředek Azure a už nepotřebujete vyvíjet nebo používat své řešení zpracování obrazu, pomocí následujících kroků prostředek odstraňte:

1. Přejděte na Azure Portal.
2. Klikněte na Všechny prostředky.
3. Klikněte na zaškrtávací políčko vedle prostředku vytvořeného během tohoto kurzu. Typ prostředku se zobrazí jako Cognitive Services.
4. Klikněte na ikonu Odstranit v horní části obrazovky.

Video s návodem

Vizuální návod k výše popsaným krokům najdete v následujícím videu:

Další kroky

Dále se podívejte na články s postupy zpracování obrazu, kde najdete informace o dalších funkcích řešení pro zpracování obrazu v Azure Percept Studio.