解讀圖片物件偵測模型的預測結果

在提出預測要求後，Vertex AI 會根據模型的目標傳回結果。AutoML 圖像物件偵測預測回應會傳回圖片中找到的所有物件。每個找到的物件都會附上註解 (標籤和標準化定界框)，並顯示相應的可信度分數。定界框的寫法如下：

"bboxes": [ [xMin, xMax, yMin, yMax], ...]

其中 xMin, xMax 分別為最小和最大 x 值， yMin, yMax 則分別為最小和最大 y 值。

批次預測輸出內容範例

批次 AutoML 圖像物件偵測預測回應會儲存為 JSON 列檔案，並存放於 Cloud Storage 值區。JSON 資料行檔案的每一行都包含單一圖片檔案中找到的所有物件。每個找到的物件都會附上註解 (標籤和標準化定界框)，並附上相應的可信度分數。

Note: Zero coordinate values omitted. When the API detects a coordinate ("x" or "y") value of 0, that coordinate is omitted in the JSON response. Thus, a response with a bounding poly around the entire image would be
[{},{"x": 1,"y": 1}]. For more information, see Method: projects.locations.models.predict.

注意：下列 JSON Lines 範例包含換行符號，方便閱讀。在 JSON Lines 檔案中，每個 JSON 物件後面都會加上換行符號。

重要事項： 邊界框指定方式如下：

"bboxes": [ [xMin, xMax, yMin, yMax], ...]

其中 xMin 和 xMax 分別為最小和最大 x 值， yMin 和 yMax 分別為最小和最大 y 值。

{
  "instance": {"content": "gs://bucket/image.jpg", "mimeType": "image/jpeg"},
  "prediction": {
    "ids": [1, 2],
    "displayNames": ["cat", "dog"],
    "bboxes":  [
      [0.1, 0.2, 0.3, 0.4],
      [0.2, 0.3, 0.4, 0.5]
    ],
    "confidences": [0.7, 0.5]
  }
}