· Joseph · AI & Machine Learning  · 3 min read

[Day 9] Google Video Intelligence AI - 子系列最終章

這系列的最後,也是要來AutoML一下。AutoML Video Intelligence,簡單的理解它就是Video Intelligence AI的UI版本,可以在這邊啟用:Video Intelligence

這有Quick start,我們就照著它做看一次。

首先,我們先建立dataset。 create-dataset

然後,我們觀察一下範例檔案gsutil -m cp gs://automl-video-demo-data/hmdb_split1.csv . download-data.jpg

原來這裡面就只有兩行

TRAIN,gs://automl-video-demo-data/hmdb_split1_5classes_train_inf.csv
TEST,gs://automl-video-demo-data/hmdb_split1_5classes_test_inf.csv

那train data csv裡面呢?它其實每一列格式像下面這樣:

VIDEO_SOURCE,LABEL,START_TIEM,END_TIME
gs://automl-video-demo-data/hmdb51/metacafe_coolsoccer_kick_ball_f_cm_np1_ba_bad_7.avi,kick_ball,0.0,inf

END_TIME inf則代表到結尾。 詳細CSV的格式這邊有更詳細的說明: https://cloud.google.com/video-intelligence/automl/docs/prepare?_ga=2.134679217.-1764044900.1562297905

載下來看看 gsutil -m cp gs://automl-video-demo-data/hmdb51/Wayne_Rooney_At_Home_Funny_Must_See_kick_ball_f_cm_np1_le_bad_5.avi .

好,開始import!! importing.jpg

大概跑了五六分鐘以後,會跑出影片跟其對應的label: video-label.jpg

(還好跟QuickStart不一樣,不然連圖片都還真有點像複製貼上)

接下來進入Train: training.jpg train.jpg 注意他給的建議是至少100部,並分成7:3的Train set vs Test set

這邊還有索費的情況要特別注意:https://cloud.google.com/video-intelligence/automl/pricing?_ga=2.201247470.-1764044900.1562297905 You pay only for the computer hours used; if training fails for any reason other than a user-initiated cancellation, you are not billed for the time. You will be charged for training time if you cancel the operation.

這又是一個要跑幾個小時的動作…九點出門倒垃圾,回來一直等到11點才跑完。 finish-training.jpg

我們跑到Evaluate,可以拖拉Threshold去調整你的Model,好讓後面的Test & Use使用。 Evaluate.jpg

最後最後,我們開始測試了,這邊有個地方讓我鬼打牆很久,它output bucket一定要選擇us-central-1 region,我圈起來的地方你會看到這個小秘密。 Test-and-Use.jpg

跑出來以後點下面的 VIEW 就可以看到結果啦!然後還會吐出Restful API給你呼叫,讓你可以跟你的服務或產品串在一起。至於準不準,就見仁見智了,不準的話就在優化,準的話就進行部屬。

好囉!今天到此為止。又體會了一個新的AI服務,每次都可以激發出不同的想像‧

Back to Blog

Related Posts

View All Posts »

[Day 8] Google Video Intelligence AI - 3

Google Video Intelligence AI API還有眾多的範例可以學習,今天再講兩個就結束這回合:Detecting shot changes、Recognizing text。 前情提要 我先從python code example找到一些範例的影片 - chicago.mp4: gs://cloud-ml-sandbox/video/chicago.mp4 - gbikes_dinosaur.mp4: gs://cloud-samples-data/video/gbikes_dinosaur.mp4 - googlework_short.mp4: gs://python-docs-samples-tests/video/googlework_short.mp4

[Day 7] Google Video Intelligence AI - 2

今天又是美好的開始,大家吃中秋烤肉了嗎? 這是這系列的第二篇文章,要來入門Video Intelligence API,這隻可以透過上傳影片,但實際上可以幹嘛呢?實際上包含下列幾個項目的偵測: Label Detection: 偵測狗、花、人物之類的物件 Shot Change Detection: 可以偵測場景轉換 Explicit Content Detection: 偵測是否包含成人資訊 Speech Transcription: 將影片裡的聲音轉成文字 Object Tracking: 物件追蹤並回報物件在影片裡的位置

[Day 6] Google Video Intelligence AI - 1

今天的文章開始第二個AI產品Google Video AI。這是一套影片辨析的AI工具,跟Vision AI一樣你可以用AutoML Video Intelligence圖形化介面工具訓練,也可以使用Video Intelligence API幫助我們解析影片。 那我們就先來看他能解析什麼東西吧。先從Try這邊進去,去開始授權你的帳號。 try.jpg

[Day 30] Google AI & ML Products 系列總結

這系列文章出自於一個無窮無盡的bug的解題時間,想不到如何解bug、又想不出要寫什麼主題,參考完大家的方向以後,我發現這類型的文章很少、又很實用,才下定決心透過鐵人賽推廣 Google AI & ML Products。 在這次的挑戰裡,給了自己三個目標: 更熟悉docker 開始玩Golang 入門大部分的Google AI & ML Products 但也因為Google AI & ML Products太多了,所以把它分了很多子系列進行,現在再來回顧一下這次的內容。 前面先來個提醒,如果過程中你們有Deploy model做Online predict的,如果測完一定要記得刪掉,不然你deploy的model就會一直被收費喔。