Vertex AI Vision は 2026 年 6 月 15 日に非推奨となり、2026 年 9 月 30 日にサポートが終了します。移行するには、Cloud Vision API、Agent Platform サーバーレストレーニング、または Agent Platform モデルをご覧ください。

Google は AI 技術を使用して、コンテンツをご希望の言語に翻訳しています。AI 翻訳には誤りが含まれる場合があります。

オブジェクト検出ガイド

オブジェクト検出モデルカードを表すアイコン。

オブジェクト検出モデルは、動画内の 500 種類を超えるオブジェクトを識別して位置を特定できます。モデルは動画ストリームを入力として受け取り、検出結果を含むプロトコルバッファを BigQuery に出力します。モデルは 1 FPS で実行されます。オブジェクト検出モデルを使用するアプリを作成する場合は、予測出力を表示するために、モデル出力を BigQuery コネクタに転送する必要があります。

オブジェクト検出モデルアプリの仕様

Google Cloud コンソールでオブジェクト検出モデルを作成するには、次の操作を行います。

コンソール

Google Cloud コンソールでアプリを作成する

オブジェクト検出機能アプリを作成するには、アプリケーションを構築するの手順に沿って操作します。

[アプリケーション] タブに移動

オブジェクト検出モデルを追加する

モデルノードを追加するときは、事前トレーニング済みモデルのリストから [オブジェクト検出] を選択します。

BigQuery コネクタを追加する

出力を使用するには、アプリを BigQuery コネクタに接続します。

BigQuery コネクタの使用については、BigQuery にデータを接続して保存するをご覧ください。BigQuery の料金については、BigQuery の料金ページをご覧ください。

BigQuery で出力結果を表示する

モデルが BigQuery にデータを出力したら、BigQuery ダッシュボードで出力アノテーションを表示します。

BigQuery パスを指定しなかった場合は、Agent Platform Vision の Studio ページでシステム作成パスを確認できます。

Google Cloud コンソールで、[BigQuery] ページを開きます。

BigQuery に移動
ターゲットプロジェクト、データセット名、アプリケーション名の横にある展開を選択します。
テーブルの詳細ビューで、[プレビュー] をクリックします。結果は [アノテーション] 列に表示されます。出力形式の説明については、モデル出力をご覧ください。

アプリケーションは結果を時系列順に保存します。最も古い結果がテーブルの先頭に表示され、最新の結果がテーブルの末尾に追加されます。最新の結果を確認するには、ページ番号をクリックして最後の表のページに移動します。

モデル出力

モデルは、各動画フレームの境界ボックス、オブジェクトラベル、信頼スコアを出力します。出力にはタイムスタンプも含まれます。出力ストリームのレートは 1 フレーム / 秒です。

次のプロトコルバッファの出力例では、次の点に注意してください。

タイムスタンプ - タイムスタンプは、この推論結果の時間に対応します。
識別されたボックス - ボックスの ID、バウンディングボックス情報、信頼スコア、オブジェクト予測を含む主な検出結果。

アノテーション出力 JSON オブジェクトのサンプル

{
  "currentTime": "2022-11-09T02:18:54.777154048Z",
  "identifiedBoxes": [
    {
      "boxId":"0",
      "normalizedBoundingBox": {
        "xmin": 0.6963465,
        "ymin": 0.23144785,
        "width": 0.23944569,
        "height": 0.3544306
      },
      "confidenceScore": 0.49874997,
      "entity": {
        "labelId": "0",
        "labelString": "Houseplant"
      }
    }
  ]
}

プロトコルバッファの定義

// The prediction result protocol buffer for object detection
message ObjectDetectionPredictionResult {
  // Current timestamp
  protobuf.Timestamp timestamp = 1;

  // The entity information for annotations from object detection prediction
  // results
  message Entity {
    // Label id
    int64 label_id = 1;

    // The human-readable label string
    string label_string = 2;
  }

  // The identified box contains the location and the entity of the object
  message IdentifiedBox {
    // An unique id for this box
    int64 box_id = 1;

    // Bounding Box in normalized coordinates [0,1]
    message NormalizedBoundingBox {
      // Min in x coordinate
      float xmin = 1;
      // Min in y coordinate
      float ymin = 2;
      // Width of the bounding box
      float width = 3;
      // Height of the bounding box
      float height = 4;
    }
    // Bounding Box in the normalized coordinates
    NormalizedBoundingBox normalized_bounding_box = 2;

    // Confidence score associated with this bounding box
    float confidence_score = 3;

    // Entity of this box
    Entity entity = 4;
  }
  // A list of identified boxes
  repeated IdentifiedBox identified_boxes = 2;
}

ベストプラクティスと制限事項

オブジェクト検出器を使用する際に最良の結果を得るには、データを取得してモデルを使用する際に次の点を考慮してください。

ソースデータに関する推奨事項

推奨: 写真内のオブジェクトが鮮明で、他のオブジェクトによって隠れたり、大部分が隠れたりしていないことを確認します。

オブジェクト検出が正しく処理できる画像データの例:

リビングルームの対象物がはっきりと見える。 — *画像の出典: Spacejoy 、Unsplash より。*

この画像データをモデルに送信すると、次のオブジェクト検出情報が返されます。^*

^* 次の画像の注釈は、説明のみを目的としています。バウンディングボックス、ラベル、信頼スコアは手動で描画され、モデルや Google Cloud コンソールツールによって追加されたものではありません。

境界ボックス、ラベル、信頼スコアのアノテーションが付いたリビングルームのオブジェクト。 — *画像の出典: Spacejoy 、Unsplash より（アノテーションは手動で追加）。*

推奨されません: フレーム内の主要なオブジェクトアイテムが小さすぎる画像データは避けてください。

オブジェクト検出が正しく処理できない画像データの例:

フレーム内のオブジェクトアイテムが小さすぎて検出できない。 — *画像の出典: Bernard Hermant 、Unsplash より（切り抜かれた画像）。*

非推奨: キーオブジェクトアイテムが他のオブジェクトによって部分的にまたは完全に覆われている画像データは避けてください。