Dados de imagem do Hello: treinar um modelo de classificação de imagens do AutoML

Use o console Google Cloud para treinar um modelo de classificação de imagem do AutoML. Depois que o conjunto de dados for criado e os dados forem importados, use o consoleGoogle Cloud para revisar as imagens de treinamento e iniciar o treinamento do modelo.

Este tutorial tem várias páginas:

1. Configurar o projeto e o ambiente.

2. Criar um conjunto de dados de classificação de imagens e importar imagens.

3. Treinar um modelo de classificação de imagens do AutoML.

4. Avaliar e analisar o desempenho do modelo.

5. Implantar um modelo em um endpoint e enviar uma previsão.

6. Limpar o projeto.

Cada página pressupõe que você já tenha realizado as instruções das páginas anteriores do tutorial.

Analise imagens importadas

Após a importação do conjunto de dados, você será direcionado para a guia Procurar. Também é possível acessar essa guia selecionando Conjuntos de dados no menu. Selecione o conjunto de anotações (conjunto de anotações de imagens de rótulo único) associado ao novo conjunto de dados.

Acessar a página "Conjuntos de dados"

Inicie o treinamento de modelo do AutoML

Escolha uma das seguintes opções para começar o treinamento:

• Escolha Treinar novo modelo.

• Selecione Modelos no menu e escolha Criar.

1. Acessar a página de modelos

2. Selecione Criar para abrir a janela Treinar novo modelo.

3. Selecione Selecionar método de treinamento e escolha o conjunto de dados de destino se eles não forem selecionados automaticamente. Verifique se o botão de opção radio_button_checkedAutoML está apertado e clique em CONTINUAR.

   

4. (Opcional) Selecione Definir seu modelo e insira o Nome do modelo. Clique em CONTINUAR.

   

5. Selecione Opções de treinamento. Selecione uma opção de modelo de acordo com suas necessidades de precisão e de latência. Se quiser, ative o treinamento incremental e clique em CONTINUAR.

   Considere o seguinte:

   • O treinamento incremental pode ser ativado quando há pelo menos um modelo base treinado neste projeto com o mesmo objetivo.
   • O treinamento incremental permite usar um modelo base atual como ponto de partida para treinar um novo modelo (em vez de treinar um novo modelo do zero).
   • O treinamento incremental geralmente ajuda o treinamento ser mais rápido e economiza tempo de treinamento.
   • O modelo base pode ser treinado usando um conjunto de dados diferente.

   

6. Selecione Computação e preços. Especifique um orçamento de 8 horas de uso do nó. Selecione Iniciar treinamento.

   O orçamento de horas do nó é o tempo máximo (pode variar um pouco) que o modelo gasta em treinamento. Esse valor é multiplicado pelo preço por hora de nó para calcular o custo total do treinamento. Mais horas de treinamento resultam em um modelo mais preciso (até certo ponto), mas com um custo maior. Para fins de desenvolvimento, um orçamento baixo é adequado, mas para a produção, é importante encontrar um equilíbrio entre custo e precisão.

O treinamento leva várias horas. Uma notificação por e-mail é enviada quando o treinamento de modelo é concluído.

A seguir

Siga a próxima página deste tutorial para verificar o desempenho do seu modelo treinado do AutoML e explorar maneiras de melhorá-lo.

Siga Implantar um modelo em um endpoint e fazer uma previsão para implantar o modelo treinado do AutoML. Uma imagem é enviada ao modelo para previsão.