Výběr domény pro projekt Custom Vision
V této příručce se dozvíte, jak ve službě Custom Vision Service vybrat doménu pro váš projekt. Domény se používají jako výchozí bod pro váš projekt.
Přihlaste se ke svému účtu na webu Custom Vision a vyberte svůj projekt. Vyberte ikonu Nastavení v pravém horním rohu. Na stránce Nastavení projektu můžete zvolit doménu modelu. Měli byste zvolit doménu, která je nejblíže vašemu scénáři použití. Pokud přistupujete ke službě Custom Vision prostřednictvím klientské knihovny nebo rozhraní REST API, musíte při vytváření projektu zadat ID domény. Seznam ID domén můžete získat pomocí požadavku Get Domains . Nebo použijte následující tabulku.
Domény klasifikace obrázků
| Doména | ID | Účel |
|---|---|---|
| Obecné | ee85a74c-405e-4adc-bb47-ffa8ca0c9f31 |
Optimalizováno pro širokou škálu úloh klasifikace obrázků. Pokud žádná z dalších konkrétních domén není vhodná nebo si nejste jistí, kterou doménu si vybrat, vyberte jednu z obecných domén. |
| Obecné [A1] | a8e3c40f-fb4a-466f-832a-5e457ae4a344 |
Optimalizováno pro lepší přesnost se srovnatelným časem odvozování jako obecná doména. Doporučuje se pro větší datové sady nebo složitější scénáře uživatelů. Tato doména vyžaduje delší dobu trénování. |
| Obecné [A2] | 2e37d7fb-3a54-486a-b4d6-cfc369af0018 |
Optimalizováno pro lepší přesnost s rychlejším odvozováním než obecné domény [A1] a Obecné . Doporučeno pro většinu datových sad. Tato doména vyžaduje kratší dobu trénování než domény Obecné a Obecné [A1]. |
| Jídlo | c151d5b5-dd07-472a-acc8-15d29dea8518 |
Optimalizované pro fotografie jídel, jak byste je viděli v restauraci menu. Pokud chcete klasifikovat fotografie jednotlivých ovoce nebo zeleniny, použijte doménu Jídlo . |
| Památek | ca455789-012d-4b50-9fec-5bb63841c793 |
Optimalizované pro rozpoznatelné orientační body, přírodní i umělé. Tato doména funguje nejlépe, když je orientační bod jasně viditelný ve fotografii. Tato doména funguje i v případě, že je orientační bod mírně zablokovaný lidmi před ním. |
| Retail | b30a91ae-e3c1-4f73-a81e-c270bff27c39 |
Optimalizováno pro obrázky, které se nacházejí v nákupním katalogu nebo na webu nakupování. Pokud chcete klasifikovat vysoce přesné šaty, kalhoty a košile, použijte tuto doménu. |
| Kompaktní domény | Optimalizováno pro omezení klasifikace v reálném čase na hraničních zařízeních. |
Poznámka:
Domény Obecné [A1] a Obecné [A2] se dají použít pro širokou sadu scénářů a jsou optimalizované pro přesnost. Pro lepší rychlost odvozování a kratší dobu trénování použijte model Obecné [A2]. U větších datových sad můžete chtít použít obecné [A1] k vykreslení vyšší přesnosti než obecné [A2], i když vyžaduje větší dobu trénování a odvozování. Obecný model vyžaduje více času odvozování než obecné [A1] i obecné [A2].
Domény detekce objektů
| Doména | ID | Účel |
|---|---|---|
| Obecné | da2e3a8a-40a5-4171-82f4-58522f70fbc1 |
Optimalizováno pro širokou škálu úloh detekce objektů. Pokud žádná z ostatních domén není vhodná nebo si nejste jistí, kterou doménu zvolit, vyberte doménu Obecné . |
| Obecné [A1] | 9c616dff-2e7d-ea11-af59-1866da359ce6 |
Optimalizováno pro lepší přesnost se srovnatelným časem odvozování jako obecná doména. Doporučujeme pro přesnější potřeby umístění oblasti, větší datové sady nebo obtížnější scénáře uživatelů. Tato doména vyžaduje více času trénování a výsledky nejsou deterministické: u stejných trénovacích dat očekáváme rozdíl průměrné přesnosti (mAP) +-1 %. |
| Logo | 1d8ffafe-ec40-4fb2-8f90-72b3b6cecea4 |
Optimalizované pro hledání loga značky na obrázcích. |
| Produkty na policích | 3780a898-81c3-4516-81ae-3a139614e1f3 |
Optimalizované pro detekci a klasifikaci produktů na policích. |
| Kompaktní domény | Optimalizováno pro omezení detekce objektů v reálném čase na hraničních zařízeních. |
Kompaktní domény
Modely vygenerované kompaktními doménami je možné exportovat, aby se spouštěly místně. V rozhraní API služby Custom Vision 3.4 Public Preview můžete získat seznam exportovatelných platforem pro kompaktní domény voláním rozhraní GetDomains API.
Všechny následující domény podporují export ve formátech ONNX, TensorFlow, TensorFlowLite, TensorFlow.js, CoreML a VAIDK s výjimkou, že doména VAIDK obecně (kompaktní) rozpoznávání objektů nepodporuje.
Výkon modelu se liší podle vybrané domény. V následující tabulce hlásíme velikost modelu a dobu odvozování na procesoru Intel Desktop a GPU NVIDIA [1]. Tato čísla nezahrnují dobu předběžného zpracování a následného zpracování.
| Úloha | Doména | ID | Velikost modelu | Doba odvození procesoru | Doba odvození GPU |
|---|---|---|---|---|---|
| Klasifikace | Obecné (kompaktní) | 0732100f-1a38-4e49-a514-c9b44c697ab5 |
6 MB | 10 ms | 5 ms |
| Klasifikace | Obecné (kompaktní) [S1] | a1db07ca-a19a-4830-bae8-e004a42dc863 |
43 MB | 50 ms | 5 ms |
| Detekce objektů | Obecné (kompaktní) | a27d5ca5-bb19-49d8-a70a-fec086c47f5b |
45 MB | 35 ms | 5 ms |
| Detekce objektů | Obecné (kompaktní) [S1] | 7ec2ac80-887b-48a6-8df9-8b1357765430 |
14 MB | 27 ms | 7 ms |
Poznámka:
Doména Obecné (kompaktní) pro detekci objektů vyžaduje speciální logiku následného zpracování. Podrobnosti najdete v ukázkovém skriptu v exportovaném balíčku ZIP. Pokud potřebujete model bez logiky následného zpracování, použijte obecné (kompaktní) [S1].
Důležité
Není zaručeno, že exportované modely poskytují přesně stejný výsledek jako rozhraní API pro predikce v cloudu. Mírný rozdíl v běžící platformě nebo implementaci předběžného zpracování může způsobit větší rozdíl ve výstupech modelu. Podrobnosti o logice předběžného zpracování najdete v tématu Rychlý start: Vytvoření projektu klasifikace obrázků.
[1] Procesor Intel Xeon E5-2690 a NVIDIA Tesla M60
Související obsah
Pokud chcete začít vytvářet a trénovat projekt Custom Vision, postupujte podle rychlého startu.