サンプル
Street View Insights を使用すると、Vertex AI Colab Enterprise を使用して画像データセットを分析できます。次の例は、さまざまな機能を示しています。
環境のセットアップ
このワークショップは、Vertex AI Colab Enterprise で実行するように設計されています。以下の手順に沿って、チュートリアル ノートブックを環境にインポートします。
- ノートブックをインポートする:Colab Enterprise で、[ファイル] > [ノートブックをインポート] を選択し、[URI 別] オプションを選択します。
- コピー＆ペースト: 以下の各モジュールカードに表示されているインポート URI をコピーして、インポート ダイアログに貼り付けます。
- ファイルの名前を変更する（推奨）: 競合を避けるため、インポートしたノートブック ファイルの名前を変更することを検討してください。たとえば、ファイル名の先頭にユーザー名を追加します（例:
{USERNAME}_filename.ipynb）。
基本モジュール
これらのモジュールでは、ストリートビュー分析情報を始めるための基本的なワークフローについて説明します。
1. データセットについて理解する
画像データセットの構造と関連するメタデータを探索して可視化するための入門ノートブック。インポート URI:
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Understand_your_dataset/Understand_your_dataset.ipynb
2. 電柱の分析
視覚的特徴に基づいて電柱を特定して分類するためのコア分析ワークフロー。インポート URI:
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_analysis/utility_pole_basic_analysis.ipynb
3. 道路標識を分類する
画像内の道路標識（一時停止、徐行、制限速度など）を分類します。インポート URI:
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/classify_road_signs/classify_road_signs.ipynb
高度なモジュール
これらのモジュールでは、少数ショット学習やコード実行などの AI を活用した機能を含む、より複雑な分析と手法について説明します。
4. 少数ショット学習によるオブジェクト検出
わずかな例でモデルをトレーニングして画像内のオブジェクトを検出します。これは、希少なオブジェクトやカスタム オブジェクトの識別に最適です。
参照: 少数ショットの例
インポート 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. 添付ファイルの検出
変圧器、腕金、絶縁体など、さまざまな電柱の取り付け具の境界ボックス（bbox）検出。
参照: 境界ボックス検出
インポート URI:https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/bbox_detection_of_attachments/bbox_detection_of_attachments.ipynb
6. リーンアングル検出
画像から電柱の傾斜角度を計算する高度な分析。電柱の安定性を評価するために使用できます。
参照: コードの実行
インポート 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. 電柱の高さの測定
オブジェクト検出と幾何学的分析を使用して、画像から電柱の高さを測定します。
参照: プロンプトを構造化する
インポート URI:https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_measure_height/Utility_pole_measure_height.ipynb
8. 評価指標
業界標準のコンピュータ ビジョン指標を使用して、モデルのパフォーマンスと分析結果を評価します。
参照: 判定モデルを構成する
インポート URI:https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/eval/eval.ipynb