Integrare Oracle Analytics con Oracle Cloud Infrastructure Vision

Integrare Oracle Analytics con OCI (Oracle Cloud Infrastructure) Vision per analizzare immagini o video e rilevare volti, oggetti o etichette senza che sia necessario disporre di particolari competenze di apprendimento automatico e intelligenza artificiale. Ad esempio, si potrebbe desiderare di identificare le auto nelle fotografie o i volti nei video.

Panoramica dell'integrazione di Oracle Analytics con Vision

Vision è uno dei numerosi servizi di intelligenza artificiale (AI) disponibili nell'infrastruttura Oracle Cloud. Il servizio consente di utilizzare l'apprendimento automatico e l'intelligenza artificiale anche senza disporre di competenze scientifiche specifiche.



L'integrazione di Oracle Analytics con Vision consente di analizzare immagini e video per rilevare oggetti, testo, volti e così via. Per eseguire questi tipi di analisi AI è necessario richiamare un servizio Vision da un flusso di dati definito in Oracle Analytics.

Oracle Analytics supporta i modelli preparati in precedenza.

Riepilogo

Tipo di analisi Immagini Video
Classificazione Sì No
Volti Sì Sì
Etichetta No Sì
Oggetto Sì Sì
Testo Sì Sì

Modelli pre-addestrati

  • Rilevamento facciale: consente di identificare l'esistenza di volti nelle immagini o nei video. Ad esempio, è possibile nascondere l'identità delle persone nelle immagini aggiungendo una sfocatura all'immagine mediante l'uso delle informazioni sulla posizione dei volti restituita da questo modello.
  • Classificazione delle immagini: consente di utilizzare un set di categorie fisso per assegnare le etichette alle immagini (non ai video).

  • Rilevamento etichette: consente di identificare l'esistenza delle etichette nei video.
  • Rilevamento oggetti: trova le istanze degli oggetti del mondo reale o pattern specifici nelle immagini o nei video, ad esempio gatti, cani, biciclette, aerei o etichette.

  • Rilevamento del testo: consente di rilevare il testo nelle immagini o nei video. Converte il testo stampato o scritto a mano in formato digitale.

Modelli addestrati personalizzati

I modelli addestrati personalizzati sono calibrati e regolati per rilevare immagini e motivi per scopi specifici. Ad esempio, mentre un modello pre-addestrato potrebbe identificare circuiti elettrici, progettando un modello addestrato personalizzato è possibile identificare i componenti elettrici che costituiscono il circuito elettrico, ad esempio resistori, LED, diodi e condensatori. Vedere Esercitazioni di Vision.

Criteri necessari per integrare OCI Vision con Oracle Analytics

Per integrare Oracle Analytics con OCI Vision, accertarsi di disporre dei criteri di sicurezza richiesti.

L'utente OCI specificato nella connessione tra Oracle Analytics Cloud e la tenancy OCI deve disporre delle autorizzazioni di lettura, scrittura ed eliminazione per il compartimento contenente le risorse OCI che si desidera usare. Accertarsi che l'utente OCI appartenga a un gruppo di utenti con i criteri di sicurezza OCI minimi riportati di seguito. Quando ci si connette a una tenancy OCI da Oracle Analytics, è possibile usare una chiave API OCI oppure un principal risorsa.

Nota:

Gli ID Oracle Cloud (OCID) sono identificativi di risorsa utilizzati in OCI.

Nota:

Per il principal risorsa, specificare {request.principal.type='analyticsinstance', request.principal.compartment.id='<compartmentA_ocid>'} invece di {request.principal.id='<analytics_instance_ocid>'} per includere tutte le istanze di Analytics in un compartimento.
Criteri chiave API Criteri principal risorsa
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 per l'integrazione di Oracle Analytics con Vision

Eseguire i task riportati di seguito, necessari per l'integrazione di Oracle Analytics con Vision e l'esecuzione delle analisi di tipo Rilevamento oggetti, Classificazione immagini o Rilevamento testo.

Task Descrizione Ulteriori informazioni
Rivedere i prerequisiti Accertarsi che l'utente che si connette da Oracle Analytics alla tenancy OCI disponga dei criteri di sicurezza richiesti. Criteri necessari per integrare OCI Vision con Oracle Analytics
Connettersi a OCI Vision Creare una connessione riutilizzabile al servizio Vision. Creare una connessione alla tenancy dell'infrastruttura Oracle Cloud
Preparare le immagini o i video da analizzare Rivedere i prerequisiti per le immagini e i video.

Quindi creare un data set che faccia riferimento alle immagini o ai video da analizzare e caricarlo in Oracle Analytics.

Prerequisiti per le immagini e i video per l'analisi con un modello OCI Vision

Preparare le immagini o i video per l'analisi con un modello OCI Vision

Rendere disponibile un modello in Oracle Analytics Registrare un modello di Vision in Oracle Analytics per renderlo disponibile per i flussi di dati. Rendere disponibile un modello di Vision in Oracle Analytics
Elaborare le immagini o i video Utilizzare un flusso di dati per applicare il modello Vision per l'analisi delle immagini o dei video. Utilizzare i modelli di Oracle Cloud Infrastructure Vision in Oracle Analytics
Analizzare i risultati Utilizzare il data set generato dal flusso dati per analizzare i risultati. Dati di output generati per i modelli di analisi Rilevamento volti, Rilevamento oggetti, Classificazione delle immagini e Rilevamento testo

Prerequisiti per le immagini e i video per l'analisi con un modello OCI Vision

Prima di iniziare a elaborare immagini o video utilizzando un modello Vision in Oracle Analytics, attenersi ai prerequisiti riportati di seguito.

Panoramica

Utilizzare i bucket in Storage degli oggetti dell'infrastruttura OCI per memorizzare le immagini che si desidera analizzare, quindi creare un data set per accedere alle immagini in Oracle Analytics.

Nella maggior parte dei casi, le immagini di input e i modelli Vision vengono memorizzati nello stesso account (tenancy) Oracle Cloud. Se le immagini di input e il modello Vision sono memorizzati in tenancy diverse, è necessario assicurarsi che la visibilità del bucket di memorizzazione che contiene le immagini di input sia pubblica e che il data set di input per il flusso dati contenga gli URL delle singole immagini (come descritto nel passo 4). Per informazioni su come rendere pubblico un bucket, vedere Modificare la visibilità di un bucket.

Immagini

I flussi dati in Oracle Analytics sono in grado di elaborare fino a 20.000 immagini con una sola esecuzione. Se il numero di immagini da elaborare supera le 20.000 unità, in Storage degli oggetti e storage di archivio di OCI creare più bucket rispettando il limite di 20.000 immagini per ognuno. Creare quindi un data set distinto e un flusso dati per ciascun bucket e utilizzare una sequenza per elaborare in modo sequenziale più flussi di dati.

Video

  • Formati video supportati: .mov, .mp4, .h264, .mkv, .webm.
  • Fino a 20 GB e 10 ore di durata.
  • I singoli video possono essere fino a 1 GB.
  • Ogni esecuzione del flusso di dati di Oracle Analytics può elaborare circa 50 minuti di video. Il limite esatto dipende dalle dimensioni, dalla risoluzione e dal formato del file video.

Preparare le immagini o i video per l'analisi con un modello OCI Vision

Utilizzare i bucket in Storage degli oggetti dell'infrastruttura OCI per memorizzare le immagini che si desidera analizzare, quindi creare un data set per accedere alle immagini in Oracle Analytics.

Nella maggior parte dei casi, le immagini di input e i modelli Vision vengono memorizzati nello stesso account (tenancy) Oracle Cloud. Se le immagini di input e il modello Vision sono memorizzati in tenancy diverse, è necessario assicurarsi che la visibilità del bucket di memorizzazione che contiene le immagini di input sia pubblica e che il data set di input per il flusso dati contenga gli URL delle singole immagini (come descritto nel passo 4). Per informazioni su come rendere pubblico un bucket, vedere Modificare la visibilità di un bucket.

  1. In OCI Console andare a Storage degli oggetti e storage di archivio e creare un nuovo bucket per memorizzare le immagini.

  2. Caricare le immagini o i video nel bucket.
    Assicurarsi che il bucket non contenga file estranei. Oracle Analytics elabora ogni file presente nel bucket.
    Il bucket può essere privato o pubblico, ma deve essere accessibile per l'utente OCI ed essere conforme ai limiti generici dell'infrastruttura OCI nelle immagini. Consultare la documentazione OCI. Utilizzare il valore Percorso URL (URI) per fare riferimento a immagini e video.
  3. Per elaborare ogni immagine o video di un bucket, aggiungere l'URL del bucket a un file CSV.
    1. In Storage degli oggetti selezionare il bucket per visualizzare le immagini nella finestra di dialogo Oggetti.
    2. Copiare l'URL dalla barra dell'URL del browser.
    3. Creare un file CSV con i campi ID, Nome bucket e URL bucket.
    4. Incollare l'URL del bucket URL nel file CSV come valore URL bucket.
      Se si dispone di più di 20.000 immagini, la procedura ottimale prevede la creazione di più bucket che contengano al massimo 20.000 immagini e la creazione di un data set distinto per ogni bucket.
  4. Per fare riferimento alle singole immagini, creare un file CSV con i campi ID, Nome immagine e Posizione file e inserire nel file gli ID, i nomi e gli URI univoci delle immagini da analizzare.

  5. Per fare riferimento ai video singolarmente, creare un file CSV con i campi ID e URL e inserire nel file gli ID e gli URI univoci dei video da analizzare.

  6. In Oracle Analytics, fare clic su Crea, quindi su Data set e caricare il file CSV creato nei passi 3, 4 o 5.

Rendere disponibile un modello di Vision in Oracle Analytics

Rendere disponibile un modello di Vision in Oracle Analytics in modo da poter analizzare le immagini o i video per eseguire il rilevamento degli oggetti, la classificazione delle immagini o il rilevamento del testo utilizzando i flussi di dati.

Prima di iniziare, creare una connessione alla tenancy OCI. Vedere Creare una connessione alla tenancy dell'infrastruttura Oracle Cloud.
  1. In Storage degli oggetti OCI creare un bucket in un compartimento utilizzando un nome adeguato (ad esempio, MyVisionModelStagingBucket).
    Questo bucket intermedio:
    • deve essere creato nel compartimento accessibile;
    • deve essere creato prima della registrazione di un modello;
    • può disporre di visibilità privata;
    • può essere utilizzato per più modelli;
    • può essere modificato nella schermata Ispeziona.
  2. Nella home page di Oracle Analytics fare clic su Menu pagina Ellissi Menu pagina, quindi selezionare Registra modello/funzione e Modelli OCI Vision.
  3. Nella finestra di dialogo Registrare un modello Vision, nella sezione Da una connessione, fare clic sulla connessione creata in Creare una connessione alla tenancy dell'infrastruttura Oracle Cloud.

    Viene visualizzata una lista di modelli disponibili.
  4. Nella lista di modelli disponibili, fare clic sul modello che si desidera applicare ai dati dell'immagine.
    Ad esempio, per rilevare le automobili nelle fotografie selezionare Rilevamento oggetti preparato in precedenza oppure per rilevare i volti nei video selezionare Rilevamento facciale video preparato in precedenza.
    Quando si seleziona un modello, viene visualizzato un pannello con i dettagli del modello.

  5. In Nome modello specificare un nome per identificare il modello in Oracle Analytics.
  6. In Nome bucket intermedio immettere il nome specificato nel Passo 1 (ad esempio, MyVisionModelStagingBucket).
  7. Fare clic su Registra.
Suggerimento: per rivedere il modello registrato, dalla home page di Oracle Analytics andare a Machine Learning, quindi selezionare Modelli.