Dati immagine di Hello: addestramento di un modello di classificazione delle immagini AutoML

Utilizza la console Google Cloud per addestrare un modello di classificazione delle immagini AutoML. Dopo aver creato il set di dati e importato i dati, utilizza la consoleGoogle Cloud per esaminare le immagini di addestramento e iniziare l'addestramento del modello.

Questo tutorial è composto da più pagine:

1. Configura il progetto e l'ambiente.

2. Crea un set di dati di classificazione delle immagini e importa le immagini.

3. Addestra un modello di classificazione di immagini AutoML.

4. Valuta e analizza le prestazioni del modello.

5. Esegui il deployment di un modello in un endpoint e invia una previsione.

6. Pulisci il progetto.

Ogni pagina presuppone che tu abbia già eseguito le istruzioni delle pagine precedenti del tutorial.

Rivedere le immagini importate

Dopo l'importazione del set di dati, viene visualizzata la scheda Sfoglia. Puoi anche accedere a questa scheda selezionando Set di dati dal menu. Seleziona il set di annotazioni (set di annotazioni di immagini con etichetta singola) associato al tuo nuovo set di dati.

Punto chiave: un insieme di annotazioni è la raccolta di annotazioni associate a un tipo di dati e a un obiettivo specifico (in questo caso, tipo di dati immagine e obiettivo di classificazione). Per ulteriori informazioni sui set di annotazioni, consulta Creazione di un set di annotazioni.

Vai alla pagina Set di dati

Avvia l'addestramento del modello AutoML

Scegli una delle seguenti opzioni per iniziare l'addestramento:

• Scegli Addestra nuovo modello.

• Seleziona Modelli dal menu e poi Crea.

1. Vai alla pagina Modelli

2. Seleziona Crea per aprire la finestra Addestra nuovo modello.

3. Seleziona Seleziona il metodo di addestramento e il set di dati di destinazione se non sono selezionati automaticamente. Assicurati che il pulsante di opzione AutoML sia selezionato, quindi scegli CONTINUA.

   

4. (Facoltativo) Seleziona Definisci il modello e inserisci il Nome del modello. Fai clic su CONTINUA.

   

5. Seleziona Opzioni treno. Seleziona un'opzione del modello in base alle tue esigenze di accuratezza e latenza. (Facoltativo) Abilita l'addestramento incrementale e fai clic su CONTINUA.

   Di seguito sono riportate le considerazioni sull'addestramento incrementale:

   • L'addestramento incrementale può essere attivato quando in questo progetto è stato addestrato almeno un modello di base con lo stesso obiettivo.
   • L'addestramento incrementale ti consente di utilizzare un modello di base esistente come punto di partenza per addestrare un nuovo modello anziché addestrare un nuovo modello da zero.
   • L'addestramento incrementale in genere consente di addestrare il modello più rapidamente e di risparmiare tempo di addestramento.
   • Il modello di base può essere addestrato da un set di dati diverso.

   

6. Seleziona Compute e prezzi. Specifica un budget di 8 ore nodo. Seleziona Inizia addestramento.

   Il budget di ore nodo è il tempo massimo (può variare leggermente) che il modello dedica all'addestramento. Questo valore viene moltiplicato per il prezzo per ora nodo per calcolare il costo totale dell'addestramento. Un numero maggiore di ore di addestramento produce un modello più accurato (fino a un certo punto), ma comporta un costo maggiore. Per scopi di sviluppo, un budget basso va bene, ma per la produzione è importante trovare un equilibrio tra costi e precisione.

L'addestramento richiede diverse ore. Al termine dell'addestramento del modello viene inviata una notifica via email.

Passaggi successivi

Segui la pagina successiva di questo tutorial per controllare le prestazioni del modello AutoML addestrato ed esplorare i modi per migliorarlo.

Segui la procedura descritta in Esegui il deployment di un modello in un endpoint e fai una previsione per eseguire il deployment del modello AutoML addestrato. Un'immagine viene inviata al modello per la previsione.