דוגמאות
התובנות של Street View יכולות לעזור לכם לנתח מערכי נתונים של תמונות באמצעות Vertex AI Colab Enterprise. בדוגמאות הבאות מוצגות יכולות שונות.
הגדרת הסביבה
סדנת הלימודים הזו מיועדת להפעלה ב-Vertex AI Colab Enterprise. כדי לייבא את מחברות ההדרכה לסביבה שלכם, פועלים לפי ההוראות הבאות:
- ייבוא מחברת: ב-Colab Enterprise, בוחרים באפשרות קובץ > ייבוא מחברת ובוחרים באפשרות 'לפי URI'.
- העתקה והדבקה: מעתיקים את ה-URI של הייבוא שמופיע בכל כרטיס מודול שלמטה ומדביקים אותו בתיבת הדו-שיח של הייבוא.
- שינוי שם הקובץ (מומלץ): כדי למנוע התנגשויות, כדאי לשנות את השם של קובץ המחברת המיובא, למשל על ידי הוספת שם המשתמש לתחילת שם הקובץ (לדוגמה,
{USERNAME}_filename.ipynb).
מודולים בסיסיים
במודולים האלה מוסבר על תהליכי העבודה הבסיסיים שצריך לבצע כדי להתחיל להשתמש ב-Street View Insights.
1. הסבר על מערך הנתונים
מחברת מבוא לניתוח והצגה חזותית של מבנה מערך הנתונים של התמונות ומטא-הנתונים שמשויכים אליו. Import URI:
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Understand_your_dataset/Understand_your_dataset.ipynb
2. ניתוח עמודי חשמל
תהליכי עבודה מרכזיים לניתוח לזיהוי ולסיווג של עמודי חשמל על סמך התכונות החזותיות שלהם. Import URI:
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_analysis/utility_pole_basic_analysis.ipynb
3. סיווג תמרורים
סיווג של תמרורים שמופיעים בתמונות, כמו תמרור עצור, תמרור זכות קדימה ותמרור הגבלת מהירות. Import URI:
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/classify_road_signs/classify_road_signs.ipynb
מודולים מתקדמים
המודולים האלה כוללים ניתוחים וטכניקות מורכבים יותר, כולל תכונות מבוססות-AI כמו למידה עם מעט דוגמאות והרצת קוד.
4. זיהוי אובייקטים באמצעות למידה עם מעט דוגמאות
זיהוי אובייקטים בתמונות על ידי אימון מודל על כמה דוגמאות בלבד – אידיאלי לזיהוי אובייקטים נדירים או מותאמים אישית.
ראו: דוגמאות של Few-Shot
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
5. זיהוי קבצים מצורפים
זיהוי תיבות תוחמות (bbox) של חיבורים שונים לעמודים, כמו שנאים, זרועות צולבות ומבודדים.
מידע נוסף: זיהוי תיבה תוחמת
Import URI:https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/bbox_detection_of_attachments/bbox_detection_of_attachments.ipynb
6. זיהוי זווית ההטיה
ניתוח מתקדם לחישוב זווית ההטיה של עמודים מתמונות, שאפשר להשתמש בו כדי להעריך את יציבות העמודים.
מידע נוסף: ביצוע קוד
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
7. מדידת הגובה של עמוד חשמל
מדידת הגובה של עמודי חשמל מתמונות באמצעות זיהוי אובייקטים וניתוח גיאומטרי.
מידע נוסף: הנחיות מובנות
Import URI:https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_measure_height/Utility_pole_measure_height.ipynb
8. מדדי הערכה
הערכת ביצועי המודל ותוצאות הניתוח באמצעות מדדים של ראייה ממוחשבת שהם סטנדרטיים בתעשייה.
מידע נוסף: הגדרת מודל שופט
Import URI:https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/eval/eval.ipynb
9. ניתוח איכות התמונה
הערכת איכות התמונה על סמך גורמים כמו טשטוש ותאורה, כדי לוודא שהיא מתאימה למשימות של ראייה ממוחשבת.
מידע נוסף: ביצוע קוד
Import URI:https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Image_quality_analysis/Image_quality_analysis.ipynb