सैंपल

Street View Insights की मदद से, Vertex AI Colab Enterprise का इस्तेमाल करके, इमेज के डेटासेट का विश्लेषण किया जा सकता है. यहां दिए गए उदाहरणों में, अलग-अलग सुविधाएं दिखाई गई हैं.

एनवायरमेंट सेटअप करना

इस वर्कशॉप को Vertex AI Colab Enterprise में चलाने के लिए डिज़ाइन किया गया है. ट्यूटोरियल नोटबुक को अपने एनवायरमेंट में इंपोर्ट करने के लिए, यहां दिए गए निर्देशों का पालन करें:
  1. नोटबुक इंपोर्ट करें: Colab Enterprise में, फ़ाइल > नोटबुक इंपोर्ट करें को चुनें. इसके बाद, "यूआरआई से" विकल्प को चुनें.
  2. कॉपी करके चिपकाएं: नीचे दिए गए हर मॉड्यूल कार्ड में मौजूद इंपोर्ट यूआरआई को कॉपी करें और उसे इंपोर्ट डायलॉग में चिपकाएं.
  3. फ़ाइल का नाम बदलें (सुझाया गया): टकराव से बचने के लिए, इंपोर्ट की गई नोटबुक फ़ाइल का नाम बदलें. उदाहरण के लिए, फ़ाइल के नाम की शुरुआत में अपना उपयोगकर्ता नाम जोड़ें (जैसे, {USERNAME}_filename.ipynb).

बेसिक मॉड्यूल

इन मॉड्यूल में, Street View की अहम जानकारी का इस्तेमाल शुरू करने के लिए बुनियादी वर्कफ़्लो के बारे में बताया गया है.
इमेजरी डेटासेट के स्ट्रक्चर और उससे जुड़े मेटाडेटा को एक्सप्लोर और विज़ुअलाइज़ करने के लिए, शुरुआती नोटबुक. इंपोर्ट यूआरआई: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Understand_your_dataset/Understand_your_dataset.ipynb
GitHub पर देखें
विज़ुअल फ़ीचर के आधार पर, बिजली के खंभों की पहचान करने और उन्हें कैटगरी में बांटने के लिए, मुख्य विश्लेषण वर्कफ़्लो. इंपोर्ट यूआरआई: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_analysis/utility_pole_basic_analysis.ipynb
GitHub पर देखें
इमेज में मौजूद सड़क के किनारे लगे साइन बोर्ड को कैटगरी में बांटना. जैसे, स्टॉप, यिल्ड, और स्पीड लिमिट के साइन बोर्ड. इंपोर्ट यूआरआई: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/classify_road_signs/classify_road_signs.ipynb
GitHub पर देखें

ऐडवांस मॉड्यूल

इन मॉड्यूल में, ज़्यादा मुश्किल विश्लेषण और तकनीकें शामिल हैं. इनमें एआई की मदद से काम करने वाली सुविधाएं भी शामिल हैं, जैसे कि फ़्यू-शॉट लर्निंग और कोड एक्ज़ीक्यूशन.
सिर्फ़ कुछ उदाहरणों के आधार पर मॉडल को ट्रेन करके, इमेज में मौजूद ऑब्जेक्ट का पता लगाएं. यह सुविधा, खास या कस्टम ऑब्जेक्ट की पहचान करने के लिए सबसे सही है.

देखें: कुछ उदाहरण

इंपोर्ट यूआरआई: 
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
GitHub पर देखें
अलग-अलग तरह के पोल अटैचमेंट के लिए बाउंडिंग बॉक्स (bbox) का पता लगाना. जैसे, ट्रांसफ़ॉर्मर, क्रॉसआर्म, और इंसुलेटर.

देखें: बाउंडिंग बॉक्स का पता लगाना

इंपोर्ट यूआरआई: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/bbox_detection_of_attachments/bbox_detection_of_attachments.ipynb
GitHub पर देखें
इमेज से पोल के झुकाव के कोण का हिसाब लगाने के लिए, ऐडवांस विश्लेषण किया जाता है. इसका इस्तेमाल पोल की स्थिरता का आकलन करने के लिए किया जा सकता है.

देखें: कोड चलाने की सुविधा

इंपोर्ट यूआरआई: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Lean_angle_detection_of_pole/Utility_pole_lean_angle_detection.ipynb
GitHub पर देखें
ऑब्जेक्ट डिटेक्शन और ज्यामितीय विश्लेषण का इस्तेमाल करके, इमेज से बिजली के खंभों की ऊंचाई का पता लगाएं.

देखें: स्ट्रक्चर्ड प्रॉम्प्ट

इंपोर्ट यूआरआई: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_measure_height/Utility_pole_measure_height.ipynb
GitHub पर देखें
इंडस्ट्री स्टैंडर्ड वाली कंप्यूटर विज़न मेट्रिक का इस्तेमाल करके, मॉडल की परफ़ॉर्मेंस और विश्लेषण के नतीजों का आकलन करें.

देखें: जज मॉडल को कॉन्फ़िगर करना

इंपोर्ट यूआरआई: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/eval/eval.ipynb
GitHub पर देखें
कंप्यूटर विज़न से जुड़े टास्क के लिए इमेज सही है या नहीं, यह तय करने के लिए इमेज की क्वालिटी का आकलन करें. इसके लिए, धुंधलापन और रोशनी जैसे फ़ैक्टर को ध्यान में रखें.

देखें: कोड चलाने की सुविधा

इंपोर्ट यूआरआई: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Image_quality_analysis/Image_quality_analysis.ipynb
GitHub पर देखें