Compartilhar via

Selecionar um domínio para um projeto de Visão Personalizada

  • Artigo

Este guia vai mostrar como selecionar um domínio para seu o projeto no Serviço de Visão Personalizada.

Na guia de configurações do seu projeto de Visão Personalizada, você pode selecionar um domínio para seu projeto. Você deve escolher o domínio mais próximo do cenário do seu caso de uso. Se estiver acessando a Visão Personalizada por meio de uma biblioteca de clientes ou uma API REST, você vai precisar especificar uma ID de domínio ao criar o projeto. Você pode obter uma lista de IDs de domínio em Obter Domínio. Ou usar a tabela abaixo.

Domínios de Classificação de Imagens

Domínio Finalidade
Geral Otimizado para uma ampla gama de tarefas de classificação de imagens. Se nenhum dos outros domínios específicos for apropriado ou se você não tiver certeza de qual domínio escolher, selecione um dos domínios Gerais. ID: ee85a74c-405e-4adc-bb47-ffa8ca0c9f31
Geral [A1] Otimizado para maior precisão com o tempo de inferência comparável como domínio Geral. É recomendado para conjuntos de dados maiores ou para cenários de usuário mais difíceis. Esse domínio requer mais tempo de treinamento. ID: a8e3c40f-fb4a-466f-832a-5e457ae4a344
Geral [A2] Otimizado para maior precisão com tempo de inferência mais rápido do que os domínios Geral[A1] e Geral. É recomendado para a maioria dos conjuntos de dados. Esse domínio requer menos tempo de treinamento do que domínios Geral e Geral[A1]. ID: 2e37d7fb-3a54-486a-b4d6-cfc369af0018
Alimentos Otimizado para fotografias de pratos como você os veria no menu de um restaurante. Caso queira classificar fotografias de frutas ou legumes individuais, use o domínio Alimentos. ID: c151d5b5-dd07-472a-acc8-15d29dea8518
Pontos de referência Otimizado para pontos de referência reconhecidos, tanto naturais quanto artificiais. Este domínio funciona melhor quando o ponto de referência está claramente visível na fotografia. Este domínio funciona mesmo quando o ponto de referência está um pouco obstruído devido a pessoas na frente dele. ID: ca455789-012d-4b50-9fec-5bb63841c793
Varejo Otimizado para imagens encontradas em um catálogo ou site de compras. Se você quer uma classificação de alta precisão entre vestidos, calças e camisas, use esse domínio. ID: b30a91ae-e3c1-4f73-a81e-c270bff27c39
Domínios compactos Otimizados para as restrições de classificação em tempo real em dispositivos de borda.

Observação

Os domínios Geral[A1] e Geral[A2] podem ser usados para um amplo conjunto de cenários e são otimizados para precisão. Use o modelo Geral [A2] para uma melhor velocidade de inferência e um tempo de treinamento mais curto. Para conjuntos de dados maiores, use o Geral[A1] para renderizar uma precisão melhor do que a do Geral[A2], embora ele exija mais treinamento e tempo de inferência. O modelo Geral requer mais tempo de inferência do que os modelos Geral[A1] e Geral[A2].

Domínios de Detecção de Objetos

Domínio Finalidade
Geral Otimizado para uma ampla variedade de tarefas de detecção de objetos. Se nenhum dos outros domínios for apropriado ou se você não tiver certeza de qual domínio escolher, selecione o domínio Geral. ID: da2e3a8a-40a5-4171-82f4-58522f70fbc1
Geral [A1] Otimizado para maior precisão com o tempo de inferência comparável como domínio Geral. Recomendado para necessidades de localização de região mais precisas, conjuntos de dados maiores ou cenários de usuário mais difíceis. Este domínio requer mais tempo de treinamento e os resultados não são determinísticos: espere uma mAP (diferença de precisão média) de +-1% com os mesmos dados de treinamento fornecidos. ID: 9c616dff-2e7d-ea11-af59-1866da359ce6
Logotipo Otimizado para localizar logotipos de marcas em imagens. ID: 1d8ffafe-ec40-4fb2-8f90-72b3b6cecea4
Produtos em prateleiras Otimizado para detectar e classificar produtos em prateleiras. ID: 3780a898-81c3-4516-81ae-3a139614e1f3
Domínios compactos Otimizados para as restrições da detecção de objetos em tempo real em dispositivos de borda.

Domínios compactos

Os modelos gerados por domínios compactos podem ser exportados para serem executados localmente. Na API da versão prévia pública da Visão Personalizada 3.4 você pode obter uma lista das plataformas exportáveis para domínios compactos chamando a API GetDomains.

Todos os domínios a seguir são suportados para exportação nos formatos ONNX, TensorFlow,TensorFlowLite, TensorFlow.js, CoreML e VAIDK, com exceção de que o domínio Geral de Detecção de Objetos (compacto) não dá suporte ao VAIDK.

O desempenho do modelo varia de acordo com o domínio selecionado. Na tabela abaixo, relatamos o tamanho do modelo e o tempo de inferência de CPU do Intel Desktop e de GPU do NVidia [1]. Esses números não incluem os tempos de pré e de pós-processamento.

Tarefa Domínio ID Tamanho do modelo Tempo de inferência de CPU Tempo de inferência de GPU
classificação Geral (compacto) 0732100f-1a38-4e49-a514-c9b44c697ab5 6 MB 10 ms 5 ms
classificação Geral (compacto) [S1] a1db07ca-a19a-4830-bae8-e004a42dc863 43 MB 50 ms 5 ms
Detecção de objetos Geral (compacto) a27d5ca5-bb19-49d8-a70a-fec086c47f5b 45 MB 35 ms 5 ms
Detecção de objetos Geral (compacto) [S1] 7ec2ac80-887b-48a6-8df9-8b1357765430 14 MB 27 ms 7 ms

Observação

O domínio Geral (compacto) para Detecção de Objetos requer uma lógica especial de pós-processamento. Para obter os detalhes, consulte um exemplo de script no pacote zip exportado. Se você precisa de um modelo sem a lógica de pós-processamento, use o Geral (compacto) [S1] .

Importante

Não há nenhuma garantia de que os modelos exportados forneçam exatamente o mesmo resultado que a API de previsão na nuvem. Uma pequena diferença na plataforma em execução ou na implementação de pré-processamento pode causar uma grande diferença nas saídas do modelo. Para obter os detalhes da lógica de pré-processamento, consulte este documento.

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

Próximas etapas

Siga um início rápido para começar a criar e treinar um projeto de Visão Personalizada.