Azure Percept Studio kod içermeyen bir Vision çözümü oluşturun

Azure Percept Studio, kodlama gerekmeden özel görüntü işleme çözümleri oluşturmanıza ve dağıtmanıza olanak sağlar. Bu makalede şunları yapacaksınız:

• Azure Percept Studio bir vision projesi oluşturma
• Devkit 'inizdeki eğitim görüntülerini toplayın
• Eğitim görüntülerinizi özel görüntü işleme etiketleme
• Özel nesne algılama veya sınıflandırma modelinizi eğitme
• Modelinizi devkit 'e dağıtın
• Yeniden eğitim ayarlayarak modelinizi geliştirme

Bu öğretici, çok az sayıda AI deneyimi ve Azure Percept kullanmaya başlarken geliştiriciler için uygundur.

Önkoşullar

• Azure Percept DK (devkit)
• Azure aboneliği
• Azure Percept DK kurulum deneyimi: devkit dosyanızı bir Wi-Fi ağına bağladınız, bir IoT Hub oluşturdunuz ve devkit 'i IoT Hub 'a bağladınız.

Bir Vision prototipi oluşturma

1. tarayıcınızı başlatın ve Azure Percept Studiogidin.

2. Genel Bakış sayfasında tanıtımlar & öğreticiler sekmesine tıklayın.

3. Vision öğreticileri ve tanıtımları altında, bir görüntü oluşturma prototipi oluştur ' a tıklayın.

   

4. Yeni Azure Percept özel görüntü işleme prototipi sayfasında şunları yapın:

   1. Project adı kutusuna, vision prototipiniz için bir ad girin.

   2. Project açıklama kutusunda vision prototipin açıklamasını girin.

   3. cihaz türü açılan menüsünde Azure Percept DK ' yi seçin.

   4. Kaynak açılan menüsünde bir kaynak seçin veya Yeni kaynak oluştur ' a tıklayın. Yeni bir kaynak oluşturmayı tercih ederseniz, Oluştur penceresinde şunları yapın:

      1. Yeni kaynağınız için bir ad girin.
      2. Azure aboneliğinizi seçin.
      3. Bir kaynak grubu seçin veya yeni bir tane oluşturun.
      4. Tercih ettiğiniz bölgeyi seçin.
      5. Fiyatlandırma katmanınızı seçin (S0 önerilir).
      6. Pencerenin alt kısmındaki Oluştur ' a tıklayın.

      

   5. Project türü için, vision projenizin nesne algılama veya görüntü sınıflandırması yapıp gerçekleştirmeyeceğini seçin. Proje türleri hakkında daha fazla bilgi için seçmeme Yardım et ' e tıklayın.

   6. En Iyi duruma getirme için, projenizi doğruluk, düşük ağ gecikmesi veya her ikisinin de bir denge açısından iyileştirmek isteyip istemediğinizi seçin.

   7. Oluştur düğmesine tıklayın.

      

projenize bir cihaz Bağlan ve görüntüleri yakalayın

Bir Vision çözümü oluşturduktan sonra devkit ve buna karşılık gelen IoT Hub eklemeniz gerekir.

1. Devkit üzerinde güç.

2. IoT Hub açılır menüsünde, DEVKIT 'in OOBE sırasında bağlandığı IoT Hub 'ını seçin.

3. Cihazlar açılan menüsünde devkit ' i seçin.

Daha sonra, AI modelinize eğitim için görüntüleri veya yakalama görüntülerini yüklemeniz gerekir. Etiket türü başına en az 30 görüntü yüklemeniz önerilir. Örneğin, bir köpek ve kedi algılayıcısı oluşturmak istiyorsanız, en az 30 görüntü ve kediler için 30 görüntü yüklemeniz gerekir. Devkit 'in Vision SoM ile görüntüleri yakalamak için aşağıdakileri yapın:

1. Görüntü yakalama penceresinde, Vision som video akışını görüntülemek için cihaz akışını görüntüle ' yi seçin.

2. Eğitim resimlerini almak üzere Vision SoM kameranızın doğru şekilde hizalandığından emin olmak için video akışını kontrol edin. Ayarları gerektiği gibi yapın.

3. Görüntü yakalama penceresinde, Fotoğraf Al' ı tıklatın.

   

4. Alternatif olarak, Otomatik görüntü yakalama kutusunu işaretleyerek tek seferde büyük miktarda görüntü toplamak için otomatik görüntü yakalama ayarlayın. Yakalama hızı altında tercih ettiğiniz görüntüleme hızını ve hedef altında toplamak istediğiniz toplam görüntü sayısını seçin. Otomatik yakalama ayarla ' ya tıklayarak otomatik görüntü yakalama işlemini başlatın.

   

Yeterli fotoğrafla ihtiyacınız olduğunda Ileri ' ye tıklayın: ekranın alt kısmındaki Resimleri ve model eğitimini etiketle . Tüm görüntüler özel görüntü işlemekaydedilir.

Resimleri etiketleme ve modelinizi eğitme

Modelinize eğitim vermeden önce resimlerinize Etiketler ekleyin.

1. Etiket görüntüleri ve model eğitimi sayfasında özel görüntü işleme proje aç' a tıklayın.

2. Önceki adımda topladığınız görüntüleri görüntülemek için özel görüntü işleme sayfasının sol tarafında Etiketler altında etiketsiz ' e tıklayın. Etiketlenmemiş görüntülerinizden birini veya birkaçını seçin.

3. Resim ayrıntısı penceresinde, etiketlemeyi başlamak için görüntüye tıklayın. Proje türü olarak nesne algılamayı seçtiyseniz etiketlemek istediğiniz belirli nesneler etrafında de bir sınırlayıcı kutu çizmeniz gerekir. Sınırlama kutusunu gereken şekilde ayarlayın. Nesne etiketinizi yazın ve + etiketi uygulamak için tıklayın. Örneğin, bir mağaza rafı yeniden daha geri çekmesini gerektiren bir adım adım çözüm oluşturuyorsanız, "boş raf" etiketini boş raflamaın görüntülerine ekleyin ve "tam raf" etiketini tam olarak stoklama raflarını ekleyin. Etiketlenmemiş tüm görüntüler için tekrarlayın.

   

4. Görüntülerinizi etiketledikten sonra pencerenin sağ üst köşesindeki X simgesine tıklayın. Yeni etiketlenmiş görüntülerinizin tümünü görüntülemek için Etiketler altında etiketli ' e tıklayın.

5. Görüntüleriniz etiketlendikten sonra, AI modelinizi eğmeye hazırlanın. Bunu yapmak için sayfanın üst kısmındaki eğitme ' ye tıklayın. Modelinize eğitebilmeniz için etiket türü başına en az 15 görüntünüz olmalıdır (en az 30 kullanmanızı öneririz). Eğitim genellikle yaklaşık 30 dakika sürer, ancak görüntü kümesi çok büyükse bu işlem daha uzun sürebilir.

   

6. Eğitim tamamlandığında, ekranınız model performansınızı gösterir. Bu sonuçları değerlendirme hakkında daha fazla bilgi için lütfen model değerlendirme belgelerinebakın. Eğitiminden sonra modelinizi ek görüntülerle Test etmek ve gerektiğinde yeniden eğmek isteyebilirsiniz. Modelinize her eğişinizde, yeni bir yineleme olarak kaydedilir. Model performansını geliştirme hakkında daha fazla bilgi için özel görüntü işleme belgelerine başvurun.

   

   Not

   Modelinizi Özel Görüntü İşleme ek görüntülerle test etmek isterseniz, test görüntü dosyası boyutunun 4MB ' i aşmaması gerektiğini unutmayın.

Modelinizin performansını karşıladıktan sonra tarayıcı sekmesini kapatarak Özel Görüntü İşleme kapatın.

AI modelinizi dağıtma

1. Azure Percept Studio sekmesine dönün ve ileri ' ye tıklayın. ekranınızın alt kısmındaki değerlendir ve dağıt ' a tıklayın.

2. Değerlendir ve dağıt penceresinde, seçili model yinelemesinin performansı gösterilir. Model yineleme açılan menüsünde devkit 'e dağıtmak istediğiniz yinelemeyi seçin ve ekranın altındaki modeli dağıt ' a tıklayın.

   

3. Modelinizi dağıttıktan sonra, modelinizin işlem sırasında modelini görmek için cihazınızın video akışını görüntüleyin.

   

bu pencereyi kapattıktan sonra, Azure Percept Studio giriş sayfasındaki aı projeleri ' nin altında bulunan vizyon ' a tıklayarak ve vision projenizin adını seçerek, bir daha geri dönüp vision projenizi düzenleyebilirsiniz.

Yeniden eğitim ayarlayarak modelinizi geliştirme

Modelinizi eğitip cihaza dağıttıktan sonra, daha fazla eğitim verisi yakalamak için yeniden eğitim parametreleri ayarlayarak model performansını artırabilirsiniz. Bu özellik, bir olasılık aralığına göre görüntüleri yakalama olanağı sunarak eğitilen bir modelin performansını geliştirmek için kullanılır. Örneğin, Cihazınızı yalnızca olasılık düşük olduğunda eğitim görüntülerini yakalamaya ayarlayabilirsiniz. Burada daha fazla görüntü ekleme ve eğitim verilerini dengeleme konusunda bazı ek kılavuzlar ve bilgiler ve bilgiler ve veriler yer aleladedir.

1. Yeniden eğitimi ayarlamak için, Project'nize geri dönüp Özet'Project seçin

2. Görüntü yakalama sekmesinde Otomatik görüntü yakalama'ya ve Yeniden eğitiyi ayarla'ya tıklayın.

3. Otomatik görüntü yakalama kutusunu işaret ederek aynı anda büyük miktarda görüntü toplamak için otomatik görüntü yakalamayı ayarlayın.

4. Yakalama hızı'nın altında tercih ettiğiniz görüntüleme oranını ve Hedef altında toplamak istediğiniz toplam görüntü sayısını seçin.

5. Yeniden eğitimi ayarlama bölümünde, daha fazla eğitim verisi yakalamak istediğiniz yinelemeyi seçin ve ardından olasılık aralığını seçin. Yalnızca olasılık oranına uygun görüntüler projenize karşıya yükler.

   

Kaynakları temizleme

Bu öğretici için yeni bir Azure kaynağı oluşturduysanız ve artık görüntü oluşturma çözümlerinizi geliştirmek veya kullanmak artık kullanmak değil de kaynağınızı silmek için aşağıdaki adımları gerçekleştirin:

1. Azure Portal gidin.
2. Tüm kaynaklar'a tıklayın.
3. Bu öğretici sırasında oluşturulan kaynağın yanındaki onay kutusuna tıklayın. Kaynak türü Bilişsel Hizmetler olarak listelenir.
4. Ekranın üst kısmında bulunan Sil simgesine tıklayın.

Görüntülü kılavuz

Yukarıda açıklanan adımların görsel bir yolu için lütfen aşağıdaki videoya bakın:

Sonraki Adımlar

Ardından, Azure Percept Studio'daki ek görüntü çözümü özellikleri hakkında bilgi için görüntü Azure Percept Studio.