Intégration d'Oracle Analytics à OCI Vision

Intégrez Oracle Analytics Cloud avec Oracle Cloud Infrastructure (OCI) Vision pour détecter des objets, classer des images et détecter du texte sans disposer d'une expertise particulière en matière d'apprentissage automatique ou d'intelligence artificielle. Par exemple, vous souhaitez identifier des voitures dans des photographies.

Rubriques :

Présentation de l'intégration d'Oracle Analytics à Vision

Vision fait partie des services d'intelligence artificielle (IA) fournis par Oracle Cloud Infrastructure. Il vous permet d'appliquer l'apprentissage automatique et l'intelligence artificielle sans disposer d'une expertise particulière en science des données.


La description de GUID-64C7FEB3-4F0E-4EC5-AFA3-AF0302505B4E-default.png est la suivante
.png

L'intégration d'Oracle Analytics Cloud à Vision permet de détecter des objets, de classer des images et de détecter du texte à partir d'Oracle Analytics Cloud. Effectuez cette analyse d'IA en appelant le service Vision à partir d'un flux de données dans Oracle Analytics Cloud.

Vision inclut des modèles préentraînés et des modèles entraînés sur mesure.

Modèles préentraînés

Les modèles préentraînés permettent aux utilisateurs d'effectuer des tâches d'analyse d'image sur des ensembles de données génériques.

  • La détection de visage permet d'identifier la présence de visages dans les images. Par exemple, vous pouvez masquer l'identité des personnes figurant sur des images en floutant leur visage à l'aide des informations sur l'emplacement des visages renvoyées par ce modèle.

  • La classification d'images utilise une catégorie fixe définie pour affecter des libellés aux images.

  • La détection d'objets recherche des instances d'objets du monde réel ou des schémas spécifiques dans des images ou des vidéos, par exemple : des chats, des chiens, des vélos ou des avions.

  • La détection de texte convertit du texte imprimé ou manuscrit en un format numérique.

Modèle entraîné sur mesure

Les modèles entraînés sur mesure sont calibrés et optimisés pour détecter des images et des modèles à des fins spécifiques. Par exemple, alors qu'un modèle préentraîné peut identifier des circuits électroniques, vous pouvez concevoir un modèle entraîné sur mesure qui identifiera les composants électroniques qui composent ce circuit (résistances, LED, diodes, condensateurs, etc.).

Stratégies requises pour intégrer OCI Vision à Oracle Analytics

Pour intégrer Oracle Analytics à OCI Vision, assurez-vous que les stratégies de sécurité requises sont en place.

L'utilisateur OCI indiqué dans la connexion entre Oracle Analytics Cloud et votre location OCI doit disposer des droits d'accès en écriture, lecture et suppression sur le compartiment contenant les ressources OCI à utiliser. Assurez-vous que l'utilisateur OCI fait partie d'un groupe d'utilisateurs avec au moins les stratégies de sécurité OCI suivantes . Lorsque vous vous connectez à une location OCI à partir d'Oracle Analytics, vous pouvez utiliser une clé d'API OCI ou un principal de ressource.

Remarque : pour le principal de ressource, afin d'inclure toutes les instances Analytics dans un compartiment, spécifiez {request.principal.type='analyticsinstance', request.principal.compartment.id='<compartmentA_ocid>'} au lieu de {request.principal.id='<analytics_instance_ocid>'}.

Tableau 32-7 Stratégies de sécurité requises pour l'intégration d'OCI Vision

Stratégies avec clé d'API Stratégies avec principal de ressource
Allow group <group_name> 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 <group_name> to read buckets in compartment <compartment_name> Allow any-user to read buckets in compartment <compartment_name> where all {request.principal.id='<analytics_instance_ocid>'}
Allow group <group_name> to manage objects in compartment <compartment_name> where target.bucket.name='<staging_bucket_name>' Allow any-user to manage objects in compartment <compartment_name> where all {request.principal.id='<analytics_instance_ocid>', target.bucket.name='<staging_bucket_name>'}
Allow group <group_name> to read objects in compartment <compartment_name> where target.bucket.name='<images_bucket_name>' Allow any-user to read objects in compartment <compartment_name> where all {request.principal.id='<analytics_instance_ocid>', target.bucket.name='<images_bucket_name>'}
Allow group <group_name> to read objectstorage-namespaces in tenancy Allow any-user to read objectstorage-namespaces in tenancy where all {request.principal.id='<analytics_instance_ocid>'}

Workflow standard pour l'intégration d'Oracle Analytics à Vision

Effectuez les tâches suivantes requises pour intégrer Oracle Analytics à Vision, et détecter des objets, classer des images ou détecter du texte.

Tâche Description Informations complémentaires
Vérifier les prérequis Assurez-vous que l'utilisateur qui se connecte à la location OCI à partir d'Oracle Analytics applique les stratégies de sécurité requises. Stratégies requises pour intégrer OCI Vision à Oracle Analytics
Connexion à OCI Vision Créez une connexion réutilisable à votre service Vision. Création d'une connexion à la location OCI
Préparer les images à analyser Créez un ensemble de données pour les images source que vous voulez analyser, puis téléchargez-le vers Oracle Analytics. Préparation d'images en vue de leur analyse avec un modèle Vision
Rendre un modèle disponible dans Oracle Analytics Inscrivez un modèle Vision dans Oracle Analytics pour le rendre disponible aux flux de données. Configuration de la disponibilité d'un modèle Vision dans Oracle Analytics
Traiter les images Utilisez un flux de données pour détecter des objets, classer des images ou détecter du texte. Utilisation de modèles OCI Vision dans Oracle Analytics
Analyser les résultats Utilisez l'ensemble de données généré par votre flux de données pour analyser les résultats. Données de sortie générées pour les modèles d'analyse de détection d'objets, de classification d'images et de détection de texte

Préparation d'images en vue de leur analyse avec un modèle Vision

Utilisez des buckets dans OCI Object Storage pour stocker les images que vous voulez analyser, puis créez un ensemble de données afin d'accéder à ces images dans Oracle Analytics.

Dans la plupart des cas, les images d'entrée et les modèles Vision sont stockés sur le même compte (location) Oracle Cloud. Si vos images d'entrée et votre modèle Vision sont stockés sur des locations distinctes, vous devez vous assurer que la visibilité du bucket de stockage qui contient vos images d'entrée est publique et que l'ensemble de données d'entrée pour le flux de données contient les URL des images individuelles (comme décrit à l'étape 4). Pour découvrir comment rendre un bucket public, reportez-vous à Modification de la visibilité d'un bucket.

Les flux de données dans Oracle Analytics peuvent traiter jusqu'à 20 000 images en une exécution. Si vous devez traiter plus de 20 000 images, dans OCI Object Storage et Archive Storage, créez plusieurs buckets ne contenant pas plus de 20 000 images chacun. Ensuite, créez un ensemble de données et un flux de données distincts pour chaque bucket, puis utilisez une séquence afin de traiter plusieurs flux de données de manière séquentielle.
  1. Dans la console OCI, accédez à Object Storage et Archive Storage, puis créez un bucket pour stocker vos images.
    La description de GUID-B9CCC48D-EF35-4CC6-A017-555E9C328210-default.png est la suivante
    .png

  2. Téléchargez vos images vers le bucket.
    Assurez-vous que le bucket ne contient pas de fichiers superflus. Oracle Analytics traite tous les fichiers dans le bucket.
    Le bucket peut être privé ou public, mais doit être accessible à l'utilisateur OCI et conforme aux limites génériques d'OCI sur les images. Reportez-vous à la documentation OCI.
  3. Pour traiter toutes les images d'un bucket, ajoutez l'URL du bucket à un fichier CSV.
    1. Dans Object Storage, sélectionnez le bucket pour afficher les images dans la boîte de dialogue Objets.
    2. Copiez l'URL à partir de la barre d'URL du navigateur.
    3. Créez un fichier CSV comportant des champs pour ID, Bucket Name et Bucket URL.
    4. Collez l'URL de bucket dans le fichier CSV en tant que valeur Bucket URL.
  4. Pour traiter des images de façon individuelle, ajoutez les URI des images à un fichier CSV.
    1. Créez un fichier CSV comportant des champs pour ID, Image Name et File Location.
    2. Pour chaque image dans Object Storage, cliquez sur l'icône représentant des points de suspension icône de points de suspension et sélectionnez Visualiser les détails d'objet.
    3. Copiez les valeurs Nom et Chemin d'URL (URI).
    4. Collez la valeur Nom dans Image Name, et collez la valeur Chemin d'URL (URI) dans File Location.
  5. Dans Oracle Analytics, cliquez sur Créer, puis sur Ensemble de données.
  6. Téléchargez le fichier CSV que vous avez créé à l'étape 3 ou 4, puis enregistrez l'ensemble de données.
Si vous avez plus de 20 000 images, vous créez généralement plusieurs buckets contenant au maximum 20 000 images chacun et créez un ensemble de données distinct pour chaque bucket.

Configuration de la disponibilité d'un modèle Vision dans Oracle Analytics

Mettez à disposition un modèle Vision dans Oracle Analytics pour pouvoir réaliser des opérations de détection d'objets, de classification d'images ou de détection de texte à l'aide de flux de données.

  1. Dans OCI Object Storage, créez un bucket dans un compartiment et donnez-lui un nom approprié (par exemple : MyVisionModelStagingBucket).
    Ce bucket intermédiaire :
    • doit être créé dans le compartiment accessible,
    • doit être créé avant d'inscrire un modèle,
    • peut être en mode de visibilité privée,
    • peut être utilisé pour plusieurs modèles,
    • peut être modifié dans l'écran Inspecter.
  2. Sur la page d'accueil Oracle Analytics, cliquez sur Menu de la page, Points de suspension de Menu de la page, sélectionnez Inscrire un modèle/une fonction, puis Modèles OCI Vision.
  3. Dans la boîte de dialogue Inscrire un modèle Vision, sous A partir d'une connexion, cliquez sur la connexion que vous avez créée dans Création d'une connexion à la location OCI.
    La description de GUID-8382F638-0C8B-4C7F-861C-7D3DB35AC8B5-default.png est la suivante
    .png

    La liste des modèles disponibles apparaît.
  4. Dans la liste des modèles disponibles, cliquez sur le modèle à appliquer aux données d'image.
    Par exemple, pour détecter des voitures dans des photographies, sélectionnez Détection préentraînée d'objets. Un panneau d'informations montrant les détails du modèle s'affiche.
    La description de GUID-2016ADC0-4958-4019-8920-3796E91519AE-default.png est la suivante
    .png

  5. Dans Nom de modèle, indiquez un nom pour identifier le modèle dans Oracle Analytics.
  6. Dans Nom de bucket intermédiaire, saisissez le nom que vous avez indiqué à l'étape 1 (par exemple : MyVisionModelStagingBucket).
  7. Cliquez sur Inscrire.
Pour vérifier le modèle inscrit, sur la page d'accueil Oracle Analytics, accédez à Apprentissage automatique, puis à Modèles.