OCI Vision-Modelle in Oracle Analytics verwenden

Verwenden Sie vordefinierte OCI Vision-Modelle, um auch ohne Fachkenntnisse in den Bereichen Maschinelles Lernen (ML) oder Künstliche Intelligenz (KI) Bild- und Texterkennung in ihre Anwendungen einzubauen.

Beispiel: Sie können die Objekterkennung verwenden, um Autos auf Fotos zu erkennen, oder die Identitäten von Personen schützen, indem Sie Gesichter auf Fotos erkennen und diese unkenntlich machen.
Verfügbare vortrainierte OCI Vision-Modelle:
  • Vortrainiertes Modell für Bildklassifizierung
  • Vortrainiertes Modell für Gesichtserkennung in Bildern
  • Vortrainiertes Modell für Texterkennung in Bildern
  • Vortrainiertes Modell für Objekterkennung
Wenn mehr als 20.000 Bilder verarbeitet werden müssen, richten Sie in OCI Object Storage und Archive Storage normalerweise mehrere Buckets mit jeweils maximal 20.000 Bildern ein. Dann erstellen Sie zur Verarbeitung jedes Buckets einen separaten Datenfluss. Ferner verwenden Sie eine Sequenz, um mehrere Datenflüsse sequenziell zu verarbeiten, damit Sie sämtliche Bilder verarbeiten können.
Voraussetzungen:
  1. Klicken Sie auf der Oracle Analytics-Homepage auf Erstellen, und klicken Sie dann auf Datenfluss.
  2. Wählen Sie das Dataset aus, das mit den zu analysierenden Bildern verknüpft ist, und klicken Sie dann auf Hinzufügen.
  3. Klicken Sie im Datenflusseditor auf Schritt hinzufügen (+).
  4. Doppelklicken Sie im Bereich Datenflussschritte auf KI-Modell anwenden , und wählen Sie das gewünschte Modell aus.
    Beispiel: Sie können "Vortrainiertes Modell für Objekterkennung" auswählen, um Autokennzeichen zu erkennen. Um Gesichter auf Fotos zu erkennen, können Sie "Vortrainiertes Modell für Gesichtserkennung in Bildern" auswählen.
  5. Gehen Sie unter "Modell anwenden" zum Abschnitt "Parameter", und konfigurieren Sie die Parameter Eingabespalte und Eingabetyp.
    • Wenn Sie Quellbilder nach Bucket referenzieren, wählen Sie unter Eingabespalte die Option URL und unter Eingabetyp die Option Buckets aus.
      Beschreibung von GUID-0B317E02-9CFF-4AC5-844B-A8856F970AED-default.png folgt
      .png

    • Wenn Sie Quellbilder individuell referenzieren, wählen Sie unter Eingabespalte die Option Dateispeicherort und unter Eingabetyp die Option Bilder aus.
  6. Optional: Mit den Optionen Eingaben und Ausgaben können Sie die Standardeinstellungen ändern (die verfügbaren Optionen hängen vom Modelltyp ab).
    Beschreibung von GUID-E4540AAA-F055-490F-A660-AA2255DADB5B-default.png folgt
    .png

  7. Klicken Sie im Datenflusseditor auf Schritt hinzufügen (+), und wählen Sie Daten speichern aus.
  8. Geben Sie den Namen des Datasets ein, in dem Sie die Ausgabeergebnisse speichern möchten.
    Beispiel: Sie könnten dem Dataset den Namen "Ergebnisse der Parkplatzanalyse" geben.
  9. Geben Sie im Feld Daten speichern in den Speicherort an, in dem die Ausgabedaten gespeichert werden sollen.
  10. Klicken Sie auf Speichern, geben Sie einen Namen und eine Beschreibung für den Datenfluss ein, und klicken Sie auf OK, um den Datenfluss zu speichern.
  11. Klicken Sie auf Datenfluss ausführen, um die Bilder zu analysieren und die Ergebnisse in ein neues Dataset auszugeben.
    Wenn Sie weniger als 20.000 Bilder haben, können Sie diese in einem einzigen Datenfluss verarbeiten. Wenn Sie mehr als 20.000 Bilder haben, erstellen Sie einen separaten Datenfluss, um jeden Bucket zu verarbeiten (d.h. mit einem separaten Dataset für jeden Bucket), und verwenden Sie eine Sequenz, um mehrere Datenflüsse sequenziell zu verarbeiten. Nachdem Sie mehrere Datenflüsse erstellt haben, klicken Sie auf der Oracle Analytics-Homepage auf Erstellen, und klicken Sie dann auf Sequenz.
Wenn der Datenfluss die Analyse beendet, öffnen Sie das Dataset, das Sie in Schritt 7 angegeben haben.

Um das generierte Dataset zu finden, navigieren Sie von der Oracle Analytics-Homepage zu Daten und dann zu Datasets.


Beschreibung von GUID-B5B50297-A4D4-4FD4-ADC2-F741C76DEFA8-default.png folgt
.png

Weitere Einzelheiten zu den generierten Ergebnissen finden Sie unter Für Modelle zur Objekterkennungs-, Bildklassifizierungs- und Texterkennungsanalyse generierte Ausgabedaten.