Beispiele

Mit Street View Insights können Sie Bilddatensätze mit Vertex AI Colab Enterprise analysieren. Die folgenden Beispiele zeigen verschiedene Funktionen.

Umgebung einrichten

Dieser Workshop ist für die Ausführung in Vertex AI Colab Enterprise konzipiert. Folgen Sie der Anleitung unten, um die Tutorial-Notebooks in Ihre Umgebung zu importieren:
  1. Notebook importieren:Wählen Sie in Colab Enterprise Datei > Notebook importieren aus und wählen Sie die Option „Über URI“ aus.
  2. Kopieren und Einfügen:Kopieren Sie den Import-URI, der auf jeder Modulkarte unten angegeben ist, und fügen Sie ihn in das Importdialogfeld ein.
  3. Datei umbenennen (empfohlen): Um Konflikte zu vermeiden, sollten Sie die importierte Notebookdatei umbenennen, z. B. indem Sie Ihren Nutzernamen an den Anfang des Dateinamens anhängen (z. B. {USERNAME}_filename.ipynb).

Basismodule

In diesen Modulen werden die grundlegenden Arbeitsabläufe für den Einstieg in Street View Insights behandelt.
Einführungs-Notebook zum Analysieren und Visualisieren der Struktur des Bilddatasets und der zugehörigen Metadaten. Import-URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Understand_your_dataset/Understand_your_dataset.ipynb
Auf GitHub ansehen
Wichtige Analyse-Workflows zum Identifizieren und Kategorisieren von Strommasten anhand ihrer visuellen Merkmale. Import-URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_analysis/utility_pole_basic_analysis.ipynb
Auf GitHub ansehen
Straßenschilder auf Bildern klassifizieren, z. B. Stoppschilder, Vorfahrtsschilder und Tempolimitschilder. Import-URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/classify_road_signs/classify_road_signs.ipynb
Auf GitHub ansehen

Erweiterte Module

In diesen Modulen werden komplexere Analysen und Techniken behandelt, darunter KI-gestützte Funktionen wie Few-Shot Learning und Codeausführung.
Objekte in Bildern erkennen, indem Sie ein Modell mit nur wenigen Beispielen trainieren – ideal zum Identifizieren seltener oder benutzerdefinierter Objekte.

Siehe:Few-Shot-Beispiele

Import-URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Object_detection_with_few_shot_learning/Object_detection_with_few_shot_learning.ipynb
Auf GitHub ansehen
Erkennung von Begrenzungsrahmen (bounding box, bbox) für verschiedene Mastanbauten wie Transformatoren, Querträger und Isolatoren.

Weitere Informationen:Markierungsrahmenerkennung

Import-URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/bbox_detection_of_attachments/bbox_detection_of_attachments.ipynb
Auf GitHub ansehen
Erweiterte Analyse zur Berechnung des Neigungswinkels von Masten anhand von Bildern, mit der die Stabilität von Masten bewertet werden kann.

Weitere Informationen:Codeausführung

Import-URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Lean_angle_detection_of_pole/Utility_pole_lean_angle_detection.ipynb
Auf GitHub ansehen
Messen Sie die Höhe von Strommasten anhand von Bildern mit Objekterkennung und geometrischer Analyse.

Weitere Informationen:Struktur-Prompts

Import-URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_measure_height/Utility_pole_measure_height.ipynb
Auf GitHub ansehen
Bewerten Sie die Modellleistung und die Analyseergebnisse anhand von branchenüblichen Messwerten für Computer Vision.

Weitere Informationen:Judge-Modell konfigurieren

Import-URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/eval/eval.ipynb
Auf GitHub ansehen
Bewerten Sie die Bildqualität anhand von Faktoren wie Unschärfe und Beleuchtung, um die Eignung für Computer Vision-Aufgaben zu prüfen.

Weitere Informationen:Codeausführung

Import-URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Image_quality_analysis/Image_quality_analysis.ipynb
Auf GitHub ansehen