Ejemplos

Street View Insights puede ayudarte a analizar conjuntos de datos de imágenes con Vertex AI Colab Enterprise. En los siguientes ejemplos, se muestran varias capacidades.

Configuración del entorno

Estos módulos están diseñados para ejecutarse en Vertex AI Colab Enterprise. Sigue las instrucciones que se indican a continuación para importar los notebooks del instructivo a tu entorno:
  1. Importar notebook: En Colab Enterprise, selecciona Archivo > Importar notebook y elige la opción "Por URI".
  2. Copiar y pegar: Copia el URI de importación que se proporciona en cada tarjeta de módulo a continuación y pégalo en el diálogo de importación.
  3. Cambiar el nombre del archivo (recomendado): Para evitar conflictos, considera cambiar el nombre del archivo de notebook importado. Por ejemplo, puedes agregar tu nombre de usuario al comienzo del nombre del archivo (p. ej., {USERNAME}_filename.ipynb).

Módulos básicos

En estos módulos, se abarcan los flujos de trabajo fundamentales para comenzar a usar Street View Insights.
Notebook introductorio para explorar y visualizar la estructura del conjunto de datos de imágenes y los metadatos asociados. URI de importación: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Understand_your_dataset/Understand_your_dataset.ipynb
Ver en GitHub
Flujos de trabajo de análisis principales para identificar y categorizar postes de servicios públicos según sus características visuales. URI de importación: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_analysis/utility_pole_basic_analysis.ipynb
Ver en GitHub
Clasifica las señales de tránsito que se encuentran en las imágenes, como las señales de alto, ceda el paso y límite de velocidad. URI de importación: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/classify_road_signs/classify_road_signs.ipynb
Ver en GitHub

Módulos avanzados

Estos módulos abarcan análisis y técnicas más complejos, incluidas las funciones potenciadas por IA, como el aprendizaje con pocos ejemplos y la ejecución de código.
Detecta objetos en imágenes entrenando un modelo con solo unos pocos ejemplos, lo que resulta ideal para identificar objetos personalizados o poco comunes.

Consulta Ejemplos con pocos intentos

URI de importación: 
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
Ver en GitHub
Detección de cuadros de límite (bbox) para varios accesorios de postes, como transformadores, crucetas y aisladores.

Consulta: Detección de cuadros de límite

URI de importación: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/bbox_detection_of_attachments/bbox_detection_of_attachments.ipynb
Ver en GitHub
Análisis avanzado para calcular el ángulo de inclinación de los postes a partir de las imágenes, que se puede usar para evaluar la estabilidad de los postes.

Consulta: Ejecución de código

URI de importación: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Lean_angle_detection_of_pole/Utility_pole_lean_angle_detection.ipynb
Ver en GitHub
Medir la altura de los postes de servicios públicos a partir de imágenes con detección de objetos y análisis geométrico

Consulta: Estructura instrucciones

URI de importación: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_measure_height/Utility_pole_measure_height.ipynb
Ver en GitHub
Evalúa el rendimiento del modelo y los resultados del análisis con métricas de visión artificial estándares de la industria.

Consulta: Cómo configurar el modelo de juez

URI de importación: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/eval/eval.ipynb
Ver en GitHub
Evalúa la calidad de la imagen en función de factores como el desenfoque y la iluminación para garantizar su idoneidad para las tareas de visión artificial.

Consulta: Ejecución de código

URI de importación: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Image_quality_analysis/Image_quality_analysis.ipynb
Ver en GitHub

Asistencia

Estas muestras de código de Street View Insights se ofrecen bajo licencias de código abierto. No se rigen por los Lineamientos de los Servicios de Asistencia Técnica, el ANS ni la Política de Baja de la asistencia de Google Maps Platform (sin embargo, todos los servicios de Google Maps Platform que usan las bibliotecas siguen sujetos a las Condiciones del Servicio de Google Maps Platform).

Si encuentras un error o tienes una solicitud de función, informa un problema en GitHub. Si quieres obtener respuestas a preguntas técnicas de otros desarrolladores de Google Maps Platform, hazlas a través de uno de nuestros canales de la comunidad de desarrolladores. Si quieres contribuir, consulta las guías de contribución en el repositorio de la biblioteca.