Contoh

Insight Street View dapat membantu Anda menganalisis set data gambar menggunakan Vertex AI Colab Enterprise. Contoh berikut menunjukkan berbagai kemampuan.

Penyiapan lingkungan

Workshop ini dirancang untuk dijalankan di Vertex AI Colab Enterprise. Ikuti petunjuk di bawah untuk mengimpor notebook tutorial ke lingkungan Anda:
  1. Mengimpor Notebook: Di Colab Enterprise, pilih File > Impor notebook dan pilih opsi "Menurut URI".
  2. Salin & Tempel: Salin Import URI yang disediakan dalam setiap kartu modul di bawah dan tempelkan ke dialog impor.
  3. Ganti Nama File (Direkomendasikan): Untuk menghindari konflik, pertimbangkan untuk mengganti nama file notebook yang diimpor, misalnya dengan menambahkan nama pengguna Anda di awal nama file (misalnya, {USERNAME}_filename.ipynb).

Modul dasar

Modul ini mencakup alur kerja dasar untuk mulai menggunakan Insight Street View.
Notebook pengantar untuk menjelajahi dan memvisualisasikan struktur set data gambar dan metadata terkait. URI Impor: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Understand_your_dataset/Understand_your_dataset.ipynb
Lihat di GitHub
Alur kerja analisis inti untuk mengidentifikasi dan mengategorikan tiang listrik berdasarkan fitur visualnya. URI Impor: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_analysis/utility_pole_basic_analysis.ipynb
Lihat di GitHub
Mengklasifikasikan rambu jalan yang ditemukan dalam gambar, seperti rambu Berhenti, Beri Jalan, dan Batas Kecepatan. URI Impor: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/classify_road_signs/classify_road_signs.ipynb
Lihat di GitHub

Modul lanjutan

Modul ini mencakup analisis dan teknik yang lebih kompleks, termasuk fitur yang didukung AI seperti pembelajaran beberapa contoh dan eksekusi kode.
Mendeteksi objek dalam gambar dengan melatih model hanya pada beberapa contoh—ideal untuk mengidentifikasi objek langka atau kustom.

Lihat: Contoh Few-Shot

URI Impor: 
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
Lihat di GitHub
Deteksi kotak pembatas (bbox) untuk berbagai perlengkapan tiang, seperti transformator, crossarm, dan isolator.

Lihat: Deteksi Kotak Pembatas

URI Impor: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/bbox_detection_of_attachments/bbox_detection_of_attachments.ipynb
Lihat di GitHub
Analisis lanjutan untuk menghitung sudut kemiringan tiang dari gambar, yang dapat digunakan untuk menilai stabilitas tiang.

Lihat: Eksekusi Kode

URI Impor: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Lean_angle_detection_of_pole/Utility_pole_lean_angle_detection.ipynb
Lihat di GitHub
Ukur ketinggian tiang listrik dari gambar menggunakan deteksi objek dan analisis geometris.

Lihat: Membuat Perintah Terstruktur

URI Impor: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_measure_height/Utility_pole_measure_height.ipynb
Lihat di GitHub
Mengevaluasi performa model dan hasil analisis menggunakan metrik visi komputer standar industri.

Lihat: Mengonfigurasi Model Penilaian

URI Impor: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/eval/eval.ipynb
Lihat di GitHub
Menilai kualitas gambar berdasarkan faktor-faktor seperti blur dan pencahayaan untuk memastikan kesesuaiannya dengan tugas computer vision.

Lihat: Eksekusi Kode

URI Impor: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Image_quality_analysis/Image_quality_analysis.ipynb
Lihat di GitHub