Python SDK 自訂視覺物體偵測
目錄
- 🌟專案概述
- 🛠️設定
- 🔧準備工作
- 🏗️程式碼實現
- 🖼️圖片預測
- 🎬影片結語
🌟專案概述
在這段影片中,我們將會著手處理先前影片中所建立的野生專案,用於自訂視覺服務的物體偵測。我將會示範如何以程式化的方式對圖片進行預測,並標記圖片中的邊界框,以及告知圖片中的預測結果。
💡建立自訂視覺專案
我們將會探討如何建立自訂視覺專案,並設定所需的訓練金鑰、預測金鑰以及端點。
💡程式化進行預測
透過 Python 與自訂視覺 SDK,我們將以程式化的方式進行圖片的預測,並標記物體的邊界框以及預測結果。
🛠️設定
在此部分,我們將設定所需的環境與資源。
💻設定需求
確保您已獲取所需的訓練金鑰、預測金鑰以及端點,以供後續使用。
💻取得相關資源
透過 Azure Portal,取得相關的資源 ID 以及端點等資訊。
🔧準備工作
在進行程式實現之前,我們需要做一些準備工作。
📦安裝套件
確保您已安裝了自訂視覺 SDK,以及其他相關的套件。
🔌匯入模組
在程式開始前,先匯入所需的模組與套件。
🏗️程式碼實現
透過 Python 與自訂視覺 SDK,我們將實現程式碼來進行圖片的預測。
✨定義方法
定義必要的方法,用於後續的圖片預測與處理。
✨建立客戶端
建立自訂視覺的訓練客戶端與預測客戶端,以便進行後續的操作。
✨讀取圖片
讀取待預測的圖片,並做好準備進行預測。
✨進行預測
利用訓練好的模型,對圖片進行預測,並獲取預測結果。
🖼️圖片預測
在此部分,我們將展示圖片預測的過程與結果。
🔍預測結果
透過預測,我們將獲取物體的邊界框以及預測結果。
🔍顯示圖片
將預測結果顯示在原始圖片上,以便進一步觀察與分析。
🎬影片結語
希望這段影片能為您帶來幫助,讓您了解如何以程式化的方式利用自訂視覺 SDK 進行圖片預測。感謝觀看,我們下次見!
重點摘要
- 在此影片中,我們學習了如何利用自訂視覺服務進行物體偵測。
- 透過 Python 與相關 SDK,我們能夠以程式化的方式進行圖片的預測與標記。
- 請確保您已獲取所需的訓練金鑰、預測金鑰以及端點,以確保順利進行專案。
常見問題
問:如何取得訓練金鑰與預測金鑰?
答:您可以透過 Azure Portal 建立自訂視覺專案並取得相關金鑰。
問:這個專案適用於哪些語言?
答:本專案主要使用 Python 與自訂視覺 SDK,但可適用於任何支援