Python SDK 自訂視覺物體偵測

Python SDK 自訂視覺物體偵測

目錄

• 🌟專案概述
  • 💡建立自訂視覺專案
  • 💡程式化進行預測
• 🛠️設定
  • 💻設定需求
  • 💻取得相關資源
• 🔧準備工作
  • 📦安裝套件
  • 🔌匯入模組
• 🏗️程式碼實現
  • ✨定義方法
  • ✨建立客戶端
  • ✨讀取圖片
  • ✨進行預測
• 🖼️圖片預測
  • 🔍預測結果
  • 🔍顯示圖片
• 🎬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