Ενοποίηση του Oracle Analytics με το Oracle Cloud Infrastructure Vision

Ενοποιήστε το Oracle Analytics με το Oracle Cloud Infrastructure (OCI) Vision για να εκτελείτε εντοπισμό αντικειμένων, ταξινόμηση εικόνων και εντοπισμό κειμένου χωρίς να χρειάζεται να έχετε εμπειρία σε μηχανική εκμάθηση ή τεχνητή νοημοσύνη. Για παράδειγμα, ενδέχεται να θέλετε να προσδιορίσετε αυτοκίνητα σε φωτογραφίες.

Επισκόπηση της ενοποίησης του Oracle Analytics με το Vision

Το Vision είναι μία από τις πολλές υπηρεσίες τεχνητής νοημοσύνης (AI) που παρέχονται από το Oracle Cloud Infrastructure. Σας παρέχει την ισχυρή δυνατότητα να εφαρμόζετε μηχανική εκμάθηση και τεχνητή νοημοσύνη χωρίς να χρειάζεστε εμπειρία στην επιστήμη δεδομένων.



Η ενοποίηση του Oracle Analytics Cloud με το Vision επιτρέπει τον εντοπισμό αντικειμένων, την ταξινόμηση εικόνων και τον εντοπισμό κειμένου μέσα από το Oracle Analytics Cloud. Εκτελείτε αυτήν την ανάλυση AI καλώντας την υπηρεσία Vision από μια ροή δεδομένων στο Oracle Analytics Cloud.

Το Vision περιλαμβάνει προ-εκπαιδευμένα μοντέλα και μοντέλα προσαρμοσμένης εκπαίδευσης.

Προ-εκπαιδευμένα μοντέλα

Τα προ-εκπαιδευμένα μοντέλα επιτρέπουν στους χρήστες να εκτελούν εργασίες ανάλυσης εικόνων σε γενικά σύνολα δεδομένων.

  • Εντοπισμός προσώπου - Προσδιορίστε την ύπαρξη προσώπων στις εικόνες. Για παράδειγμα, ίσως θέλετε να αποκρύψετε την ταυτότητα των ατόμων στις εικόνες προσθέτοντας θόλωμα στην εικόνα χρησιμοποιώντας πληροφορίες τοποθεσίας προσώπου που επιστρέφονται από αυτό το μοντέλο.
  • Ταξινόμηση εικόνων - Χρησιμοποιεί ένα σταθερό σύνολο κατηγοριών για την αντιστοίχιση ετικετών σε εικόνες.

  • Εντοπισμός αντικειμένων - Βρίσκει στιγμιότυπα πραγματικών αντικειμένων ή συγκεκριμένα μοτίβα σε εικόνες ή βίντεο, για παράδειγμα, γάτες, σκύλους, ποδήλατα ή αεροσκάφη.

  • Εντοπισμός κειμένου - Μετατροπή τυπωμένου ή χειρόγραφου κειμένου σε ψηφιακή μορφή.

Μοντέλα προσαρμοσμένης εκπαίδευσης

Τα μοντέλα προσαρμοσμένης εκπαίδευσης βαθμονομούνται και ρυθμίζονται λεπτομερώς για τον εντοπισμό εικόνων και μοτίβων για συγκεκριμένους σκοπούς. Για παράδειγμα, ενώ ένα προ-εκπαιδευμένο μοντέλο μπορεί να αναγνωρίσει ηλεκτρικά κυκλώματα, μπορείτε να σχεδιάσετε ένα μοντέλο προσαρμοσμένης εκπαίδευσης που να αναγνωρίζει τα ηλεκτρικά συστατικά που αποτελούν ένα ηλεκτρικό κύκλωμα, για παράδειγμα, αντιστάσεις, LED, διόδους και πυκνωτές. Ανατρέξτε στην ενότηταΕκπαιδευτικά Vision.

Πολιτικές που απαιτούνται για την ενοποίηση του OCI Vision με το Oracle Analytics

Για την ενοποίηση του Oracle Analytics με το OCI Vision, βεβαιωθείτε ότι έχετε τις απαιτούμενες πολιτικές ασφάλειας.

Ο χρήστης OCI που καθορίζετε στη σύνδεση μεταξύ του Oracle Analytics Cloud και της μίσθωσης OCI πρέπει να έχει δικαιώματα ανάγνωσης, εγγραφής και διαγραφής στο διαμέρισμα που περιέχει τους πόρους OCI που θέλετε να χρησιμοποιήσετε. Βεβαιωθείτε ότι ο χρήστης OCI ανήκει σε μια ομάδα χρηστών με τις ακόλουθες ελάχιστες πολιτικές ασφάλειας OCI. Όταν συνδεθείτε σε μια μίσθωση OCI από το Oracle Analytics, μπορείτε να χρησιμοποιήσετε είτε ένα κλειδί OCI API είτε ένα principal πόρου.

Σημείωση:

Τα αναγνωριστικά Oracle Cloud (Oracle Cloud ID, OCID) είναι αναγνωριστικά πόρων που χρησιμοποιούνται στο OCI.

Σημείωση:

Σχετικά με το principal πόρου, για τη συμπερίληψη όλων των στιγμιότυπων Analytics σε ένα τμήμα, καθορίστε {request.principal.type='analyticsinstance', request.principal.compartment.id='<compartmentA_ocid>'} αντί του {request.principal.id='<analytics_instance_ocid>'}.
Πολιτικές κλειδιού API Πολιτικές principal πόρου
Allow group <όνομα_ομάδας> to manage ai-service-vision-family in tenancy Allow any-user to manage ai-service-vision-family in tenancy where all {request.principal.id='<analytics_instance_ocid>'}
Allow group <όνομα_ομάδας> to read buckets in compartment <όνομα_διαμερίσματος> Allow any-user to read buckets in compartment <όνομα_διαμερίσματος> where all {request.principal.id='<analytics_instance_ocid>'}
Allow group <όνομα_ομάδας> to manage objects in compartment <όνομα_διαμερίσματος> where target.bucket.name='<staging_bucket_name>' Allow any-user to manage objects in compartment <όνομα_διαμερίσματος> where all {request.principal.id='<analytics_instance_ocid>', target.bucket.name='<staging_bucket_name>'}
Allow group <όνομα_ομάδας> to read objects in compartment <όνομα_διαμερίσματος> where target.bucket.name='<images_bucket_name>' Allow any-user to read objects in compartment <όνομα_διαμερίσματος> where all {request.principal.id='<analytics_instance_ocid>', target.bucket.name='<images_bucket_name>'}
Allow group <όνομα_ομάδας> to read objectstorage-namespaces in tenancy Allow any-user to read objectstorage-namespaces in tenancy where all {request.principal.id='<analytics_instance_ocid>'}

Τυπική ροή εργασίας για την ενοποίηση του Oracle Analytics με το Vision

Εκτελέστε αυτές τις εργασίες που απαιτούνται για την ενοποίηση του Oracle Analytics με το Vision ώστε να μπορείτε να εκτελείτε εντοπισμό αντικειμένων, ταξινόμηση εικόνων ή εντοπισμό κειμένου.

Εργασία Περιγραφή Περισσότερες πληροφορίες
Επισκόπηση προϋποθέσεων Βεβαιωθείτε ότι ο χρήστης που συνδέεται από το Oracle Analytics στη μίσθωση OCI διαθέτει τις απαιτούμενες πολιτικές ασφάλειας. Πολιτικές που απαιτούνται για την ενοποίηση του OCI Vision με το Oracle Analytics
Σύνδεση στο OCI Vision Δημιουργήστε μια σύνδεση με δυνατότητα επανάχρησης στην υπηρεσία Vision. Δημιουργία σύνδεσης με τη μίσθωσή σας Oracle Cloud Infrastructure
Προετοιμασία εικόνων για ανάλυση Δημιουργήστε ένα σύνολο δεδομένων για τις εικόνες προέλευσης που θέλετε να αναλύσετε και αποστείλετέ το στο Oracle Analytics. Προετοιμασία εικόνων για ανάλυση με ένα μοντέλο Vision
Δημιουργία διαθέσιμου μοντέλου στο Oracle Analytics Εγγράψτε ένα μοντέλο Vision στο Oracle Analytics για να το καταστήσετε διαθέσιμο στις ροές δεδομένων. Δημιουργία διαθέσιμου μοντέλου Vision στο Oracle Analytics
Επεξεργασία των εικόνων σας Χρησιμοποιήστε μια ροή δεδομένων για να εκτελέσετε εντοπισμό αντικειμένων, ταξινόμηση εικόνων και εντοπισμό κειμένου. Χρήση των μοντέλων του Oracle Cloud Infrastructure Vision στο Oracle Analytics
Ανάλυση των αποτελεσμάτων Χρησιμοποιήστε το σύνολο δεδομένων που δημιουργήθηκε από τη ροή δεδομένων σας για την ανάλυση των αποτελεσμάτων. Δεδομένα εξόδου που δημιουργούνται για Μοντέλα ανάλυσης για Εντοπισμό προσώπου, Εντοπισμό αντικειμένων, Ταξινόμηση εικόνων και Εντοπισμό κειμένου

Προετοιμασία εικόνων για ανάλυση με ένα μοντέλο Vision

Χρησιμοποιείτε καλάθια στον Χώρο αποθήκευσης αντικειμένων του OCI για την αποθήκευση των εικόνων που θέλετε να αναλύσετε και, στη συνέχεια, δημιουργείτε ένα σύνολο δεδομένων για πρόσβαση σε αυτές τις εικόνες στο Oracle Analytics.

Στις περισσότερες περιπτώσεις, οι εικόνες εισαγωγής και τα μοντέλα Vision αποθηκεύονται στον ίδιο λογαριασμό Oracle Cloud (μίσθωση). Εάν οι εικόνες εισαγωγής και το μοντέλο Vision αποθηκεύονται σε διαφορετικές μισθώσεις, πρέπει να βεβαιωθείτε ότι η ορατότητα του καλαθιού που περιέχει τις εικόνες εισαγωγής είναι δημόσια και το σύνολο δεδομένων εισαγωγής για τη ροή δεδομένων περιέχει μεμονωμένες διευθύνσεις τοποθεσίας των εικόνων (όπως περιγράφεται στο βήμα 4). Για να μάθετε τον τρόπο δημιουργίας ενός δημόσιου καλαθιού, βλ. Αλλαγή της ορατότητας ενός καλαθιού.

Οι ροές δεδομένων στο Oracle Analytics μπορούν να επεξεργαστούν έως και 20.000 εικόνες, σε μία εκτέλεση. Εάν έχετε περισσότερες από 20.000 εικόνες για επεξεργασία, στο Object Storage & Archive Storage του OCI, δημιουργήστε πολλαπλά καλάθια με έως 20.000 εικόνες το καθένα. Στη συνέχεια, δημιουργήστε ένα ξεχωριστό σύνολο δεδομένων και μια ροή δεδομένων για κάθε καλάθι και χρησιμοποιήστε μια Ακολουθία για τη σειριακή επεξεργασία πολλών ροών δεδομένων.
  1. Στην Κονσόλα OCI, μεταβείτε στον Object Storage & Archive Storage και δημιουργήστε ένα καλάθι για την αποθήκευση των εικόνων σας.

  2. Αποστείλετε τις εικόνες σας στο καλάθι.
    Βεβαιωθείτε ότι το καλάθι δεν περιέχει περιττά αρχεία. Το Oracle Analytics επεξεργάζεται κάθε αρχείο στο καλάθι.
    Το καλάθι μπορεί να είναι ιδιωτικό ή δημόσιο, αλλά πρέπει να είναι προσβάσιμο στον χρήστη OCI και να συμμορφώνεται με τα γενικά όρια του OCI για τις εικόνες. Ανατρέξτε στην τεκμηρίωση του OCI.
  3. Για να επεξεργαστείτε κάθε εικόνα σε ένα καλάθι, προσθέστε τη διεύθυνση τοποθεσίας της περιοχής σε ένα αρχείο CSV.
    1. Στον Χώρο αποθήκευσης αντικειμένων, επιλέξτε το καλάθι για να εμφανιστούν οι εικόνες στο πλαίσιο διαλόγου "Αντικείμενα".
    2. Αντιγράψτε τη διεύθυνση τοποθεσίας από τη γραμμή διευθύνσεων τοποθεσίας του προγράμματος περιήγησης.
    3. Δημιουργήστε ένα αρχείο CSV με πεδία για Αναγνωριστικό, Όνομα καλαθιού και Διεύθυνση καλαθιού.
    4. Επικολλήστε τη διεύθυνση τοποθεσίας του καλαθιού στο αρχείο CSV ως τιμή για τη Διεύθυνση τοποθεσίας καλαθιού.
  4. Για να επεξεργαστείτε τις εικόνες μεμονωμένα, προσθέστε τα URI εικόνων σε ένα αρχείο CSV.
    1. Δημιουργήστε ένα αρχείο CSV με πεδία για Αναγνωριστικό, Όνομα εικόνας και Θέση αρχείου.
    2. Για κάθε εικόνα στον Χώρο αποθήκευσης εικόνων, κάντε κλικ στο εικονίδιο έλλειψης εικονίδιο έλλειψης και επιλέξτε Προβολή λεπτομερειών αντικειμένου.
    3. Αντιγράψτε την τιμή Όνομα και την τιμή Διαδρομή διεύθυνσης τοποθεσίας (URI).
    4. Επικολλήστε την τιμή Όνομα στο πεδίο Όνομα εικόνας και επικολλήστε την τιμή Διαδρομή διεύθυνσης τοποθεσίας (URI) στο πεδίο Θέση αρχείου.
  5. Στο Oracle Analytics, επιλέξτε Δημιουργία και έπειτα Σύνολο δεδομένων.
Μπορείτε τώρα να δημιουργήσετε ένα σύνολο δεδομένων αποστέλλοντας το αρχείο CSV. Ανατρέξτε στην ενότητα Δημιουργία συνόλου δεδομένων από αρχείο που απεστάλη από τον υπολογιστή σας.
Εάν έχετε περισσότερες από 20.000 εικόνες, δημιουργείτε συνήθως πολλά καλάθια που περιέχουν έως και 20.000 εικόνες το καθένα, και δημιουργείτε ένα ξεχωριστό σύνολο δεδομένων για κάθε καλάθι.

Δημιουργία διαθέσιμου μοντέλου Vision στο Oracle Analytics

Καταστήστε ένα μοντέλο Vision διαθέσιμο στο Oracle Analytics ώστε να μπορείτε να εκτελέσετε εντοπισμό αντικειμένου, ταξινόμηση εικόνας ή εντοπισμό κειμένου χρησιμοποιώντας ροές δεδομένων.

  1. Στον Χώρο αποθήκευσης αντικειμένων του OCI, δημιουργήστε μια περιοχή προσωρινής αποθήκευσης σε ένα τμήμα χρησιμοποιώντας ένα κατάλληλο όνομα (για παράδειγμα, MyVisionModelStagingBucket).
    Αυτό το καλάθι προετοιμασίας:
    • Πρέπει να δημιουργηθεί στο προσβάσιμο τμήμα.
    • Πρέπει να δημιουργηθεί πριν από την εγγραφή ενός μοντέλου.
    • Μπορεί να έχει ιδιωτική ορατότητα.
    • Μπορεί να χρησιμοποιηθεί για πολλαπλά μοντέλα.
    • Μπορεί να μεταβληθεί στην οθόνη "Επιθεώρηση".
  2. Στην κεντρική σελίδα του Oracle Analytics, κάντε κλικ στο Μενού σελίδας Έλλειψη μενού σελίδας, κατόπιν στην επιλογή Εγγραφή μοντέλου/λειτουργίας και κατόπιν στην επιλογή Μοντέλα OCI Vision.
  3. Στο πλαίσιο διαλόγου Εγγραφή μοντέλου Vision, κάτω από την επιλογή Από μια σύνδεση, κάντε κλικ στη σύνδεση που δημιουργήσατε στο Δημιουργία σύνδεσης με τη μίσθωσή σας Oracle Cloud Infrastructure.

    Εμφανίζεται μια λίστα με τα διαθέσιμα μοντέλα.
  4. Στη λίστα των διαθέσιμων μοντέλων, κάντε κλικ στο μοντέλο που θέλετε να εφαρμόσετε στα δεδομένα εικόνας.
    Για παράδειγμα, για τον εντοπισμό αυτοκινήτων στις φωτογραφίες, επιλέξτε Προ-εκπαιδευμένος εντοπισμός αντικειμένου. Ένα πλαίσιο πληροφοριών αναδύεται εμφανίζοντας τις λεπτομέρειες μοντέλου.

  5. Στο Όνομα μοντέλου, καθορίστε ένα όνομα για να προσδιορίσετε το μοντέλο στο Oracle Analytics.
  6. Στο Όνομα περιοχής προσωρινής αποθήκευσης φάσης εκτέλεσης, εισαγάγετε το όνομα που καθορίσατε στο Βήμα 1 (για παράδειγμα, MyVisionModelStagingBucket).
  7. Κάντε κλικ στην επιλογή Εγγραφή.
Για να αναθεωρήσετε το εγγεγραμμένο μοντέλο, από την κεντρική σελίδα του Oracle Analytics, μεταβείτε στη Μηχανική εκμάθηση και έπειτα στα Μοντέλα.