解讀圖片物件偵測模型的預測結果
透過集合功能整理內容
你可以依據偏好儲存及分類內容。
在提出預測要求後,Vertex AI 會根據模型的目標傳回結果。AutoML 圖像物件偵測預測回應會傳回圖片中找到的所有物件。每個找到的物件都會附上註解 (標籤和標準化定界框),並顯示相應的可信度分數。定界框的寫法如下:
"bboxes": [
[xMin, xMax, yMin, yMax],
...]
其中
xMin, xMax
分別為最小和最大 x 值,
yMin, yMax
則分別為最小和最大 y 值。
批次預測輸出內容範例
批次 AutoML 圖像物件偵測預測回應會儲存為 JSON 列檔案,並存放於 Cloud Storage 值區。JSON 資料行檔案的每一行都包含單一圖片檔案中找到的所有物件。每個找到的物件都會附上註解 (標籤和標準化定界框),並附上相應的可信度分數。
重要事項: 邊界框指定方式如下:
"bboxes": [
[xMin, xMax, yMin, yMax],
...]
其中
xMin
和
xMax
分別為最小和最大 x 值,
yMin
和
yMax
分別為最小和最大 y 值。
{
"instance": {"content": "gs://bucket/image.jpg", "mimeType": "image/jpeg"},
"prediction": {
"ids": [1, 2],
"displayNames": ["cat", "dog"],
"bboxes": [
[0.1, 0.2, 0.3, 0.4],
[0.2, 0.3, 0.4, 0.5]
],
"confidences": [0.7, 0.5]
}
}
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2025-07-09 (世界標準時間)。
[[["容易理解","easyToUnderstand","thumb-up"],["確實解決了我的問題","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["難以理解","hardToUnderstand","thumb-down"],["資訊或程式碼範例有誤","incorrectInformationOrSampleCode","thumb-down"],["缺少我需要的資訊/範例","missingTheInformationSamplesINeed","thumb-down"],["翻譯問題","translationIssue","thumb-down"],["其他","otherDown","thumb-down"]],["上次更新時間:2025-07-09 (世界標準時間)。"],[],[]]