Delen via

Een domein selecteren voor een Custom Vision-project

  • Artikel

In deze handleiding ziet u hoe u een domein voor uw project selecteert in Custom Vision Service. Domeinen worden gebruikt als uitgangspunt voor uw project.

Meld u aan bij uw account op de Custom Vision-website en selecteer vervolgens uw project. Selecteer het pictogram Instellingen rechtsboven. Op de pagina Projectinstellingen kunt u een modeldomein kiezen. Kies het domein dat zich het dichtst bij uw use-casescenario bevindt. Als u Custom Vision opent via een clientbibliotheek of REST API, moet u een domein-id opgeven bij het maken van het project. U kunt een lijst met domein-id's ophalen met behulp van een Get Domains-aanvraag . Of gebruik de volgende tabel.

Domeinen voor afbeeldingsclassificatie

Domein Id Doel
Algemeen ee85a74c-405e-4adc-bb47-ffa8ca0c9f31 Geoptimaliseerd voor een breed scala aan afbeeldingsclassificatietaken. Als geen van de andere specifieke domeinen geschikt is of als u niet zeker weet welk domein u wilt kiezen, selecteert u een van de algemene domeinen.
Algemeen [A1] a8e3c40f-fb4a-466f-832a-5e457ae4a344 Geoptimaliseerd voor betere nauwkeurigheid met vergelijkbare deductietijd als het domein Algemeen . Aanbevolen voor grotere gegevenssets of moeilijkere gebruikersscenario's. Voor dit domein is meer trainingstijd vereist.
Algemeen [A2] 2e37d7fb-3a54-486a-b4d6-cfc369af0018 Geoptimaliseerd voor betere nauwkeurigheid met snellere deductietijd dan Algemeen [A1] en Algemene domeinen. Aanbevolen voor de meeste gegevenssets. Dit domein vereist minder trainingstijd dan algemeen en algemeen [A1] -domeinen.
Voedsel c151d5b5-dd07-472a-acc8-15d29dea8518 Geoptimaliseerd voor foto's van gerechten zoals op de menukaart van een restaurant. Als u foto's van afzonderlijke vruchten of groenten wilt classificeren, gebruikt u het domein Food .
Bezienswaardigheden ca455789-012d-4b50-9fec-5bb63841c793 Geoptimaliseerd voor herkenbare oriëntatiepunten, zowel natuurlijke als kunstmatige. Dit domein werkt het beste wanneer het oriëntatiepunt duidelijk te zien is in de foto. Dit domein werkt ook als het oriëntatiepunt slechts gedeeltelijk zichtbaar is omdat er mensen voor staan.
Handel b30a91ae-e3c1-4f73-a81e-c270bff27c39 Geoptimaliseerd voor afbeeldingen zoals die te vinden zijn in de catalogus of op de website van een winkel. Als u een hoge precisie wilt classificeren tussen jurken, broeken en shirts, gebruikt u dit domein.
Compacte domeinen Geoptimaliseerd voor de beperkingen van realtime-classificatie op edge-apparaten.

Notitie

De domeinen Algemeen [A1] en Algemeen [A2] kunnen worden gebruikt voor een brede set scenario's en zijn geoptimaliseerd voor nauwkeurigheid. Gebruik het model Algemeen [A2] voor betere deductiesnelheid en kortere trainingstijd. Voor grotere gegevenssets wilt u mogelijk Algemeen [A1] gebruiken om betere nauwkeurigheid te geven dan Algemeen [A2], hoewel er meer training en deductietijd nodig is. Het model Algemeen vereist meer deductietijd dan zowel Algemeen [A1] als Algemeen [A2].

Objectdetectiedomeinen

Domein Id Doel
Algemeen da2e3a8a-40a5-4171-82f4-58522f70fbc1 Geoptimaliseerd voor een breed scala aan objectdetectietaken. Als geen van de andere domeinen geschikt is of als u niet zeker weet welk domein u moet kiezen, selecteert u het domein Algemeen .
Algemeen [A1] 9c616dff-2e7d-ea11-af59-1866da359ce6 Geoptimaliseerd voor betere nauwkeurigheid met vergelijkbare deductietijd als het domein Algemeen . Aanbevolen voor nauwkeurigere regiolocatiebehoeften, grotere gegevenssets of moeilijkere gebruikersscenario's. Dit domein vereist meer trainingstijd en resultaten zijn niet deterministisch: verwacht een verschil van +-1% gemiddelde precisie (mAP) met dezelfde trainingsgegevens.
Logo 1d8ffafe-ec40-4fb2-8f90-72b3b6cecea4 Geoptimaliseerd voor het vinden van merklogo's in afbeeldingen.
Producten op schappen 3780a898-81c3-4516-81ae-3a139614e1f3 Geoptimaliseerd voor het detecteren en classificeren van producten op schappen.
Compacte domeinen Geoptimaliseerd voor de beperkingen van realtime objectdetectie op edge-apparaten.

Compacte domeinen

De modellen die door compacte domeinen worden gegenereerd, kunnen worden geëxporteerd om lokaal te worden uitgevoerd. In de openbare preview-API van Custom Vision 3.4 kunt u een lijst ophalen met de exportbare platforms voor compacte domeinen door de GetDomains-API aan te roepen.

Alle volgende domeinen ondersteunen export in ONNX-, TensorFlow-, TensorFlow-, TensorFlowLite-, TensorFlow.js-, CoreML- en VAIDK-indelingen, met uitzondering van het domein Objectdetectie algemeen (compact) geen ondersteuning voor VAIDK.

Modelprestaties variëren per geselecteerd domein. In de volgende tabel rapporteren we de modelgrootte en deductietijd op Intel Desktop CPU en NVIDIA GPU [1]. Deze getallen omvatten geen voorverwerkings- en naverwerkingstijd.

Opdracht Domein Id Modelgrootte CPU-deductietijd GPU-deductietijd
Classificatie Algemeen (compact) 0732100f-1a38-4e49-a514-c9b44c697ab5 6 MB 10 ms 5 ms
Classificatie Algemeen (compact) [S1] a1db07ca-a19a-4830-bae8-e004a42dc863 43 MB 50 ms 5 ms
Objectdetectie Algemeen (compact) a27d5ca5-bb19-49d8-a70a-fec086c47f5b 45 MB 35 ms 5 ms
Objectdetectie Algemeen (compact) [S1] 7ec2ac80-887b-48a6-8df9-8b1357765430 14 MB 27 ms 7 ms

Notitie

Het domein Algemeen (compact) voor objectdetectie vereist speciale postverwerkingslogica. Zie een voorbeeldscript in het geëxporteerde zip-pakket voor meer informatie. Als u een model zonder de logica voor naverwerking nodig hebt, gebruikt u Algemeen (compact) [S1]..

Belangrijk

Er is geen garantie dat de geëxporteerde modellen precies hetzelfde resultaat geven als de voorspellings-API in de cloud. Een klein verschil in het actieve platform of de implementatie van voorverwerking kan leiden tot een groter verschil in de uitvoer van het model. Zie quickstart: Een afbeeldingsclassificatieproject maken voor meer informatie over de logica voor voorverwerking.

[1] Intel Xeon E5-2690 CPU en NVIDIA Tesla M60

Gerelateerde inhoud

Volg een quickstart om aan de slag te gaan met het maken en trainen van een Custom Vision-project.