Integrare Oracle Analytics con Oracle Cloud Infrastructure Vision

Integrare Oracle Analytics Cloud con OCI (Oracle Cloud Infrastructure) Vision per eseguire il rilevamento degli oggetti, la classificazione delle immagini e il rilevamento del testo 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.

Argomenti:

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.


Segue la descrizione di GUID-64C7FEB3-4F0E-4EC5-AFA3-AF0302505B4E-default.png
.png

L'integrazione di Oracle Analytics Cloud con Vision consente di eseguire il rilevamento degli oggetti, la classificazione delle immagini e il rilevamento del testo da Oracle Analytics Cloud. Per eseguire questi tipi di analisi AI è necessario richiamare il servizio Vision da un flusso dati definito in Oracle Analytics Cloud.

In Vision sono disponibili modelli pre-addestrati e modelli addestrati personalizzati.

Modelli pre-addestrati

I modelli pre-addestrati consentono agli utenti di eseguire task di analisi delle immagini su data set generici.

  • Rilevamento dei volti: consente di identificare l'esistenza di volti nelle immagini. 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 immagini: consente di utilizzare un set di categorie fisso per assegnare le etichette alle immagini.

  • Rilevamento oggetti: trova le istanze degli oggetti del mondo reale o motivi specifici nelle immagini o nei video, ad esempio gatti, cani, biciclette o aerei.

  • Rilevamento testo 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 da analizzare Creare un data set per le immagini di origine da analizzare e caricarlo in Oracle Analytics. Preparare le immagini per l'analisi con un modello 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 Utilizzare un flusso dati per eseguire il rilevamento degli oggetti, la classificazione delle immagini o il rilevamento del testo. 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

Preparare le immagini per l'analisi con un modello 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.

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.
  1. In OCI Console andare a Storage degli oggetti e storage di archivio e creare un nuovo bucket per memorizzare le immagini.
    Segue la descrizione di GUID-B9CCC48D-EF35-4CC6-A017-555E9C328210-default.png
    .png

  2. Caricare le immagini 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.
  3. Per elaborare ogni immagine 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.
  4. Per elaborare le immagini singolarmente, aggiungerne gli URI a un file CSV.
    1. Creare un file CSV con i campi ID, Nome immagine e Posizione del file.
    2. Per ogni immagine presente in Storage degli oggetti fare clic sull'icona Ellissi Icona Ellissi e selezionare Visualizza dettagli oggetto.
    3. Copiare il valore Nome e il valore Percorso URL (URI).
    4. Incollare il valore Nome in Nome immagine e il valore Percorso URL (URI) in Posizione del file.
  5. In Oracle Analytics fare clic su Crea, quindi su Data set.
Ora è possibile creare un data set caricando il file CSV. Vedere Creare un data set da un file caricato dal computer in uso.
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.

Rendere disponibile un modello di Vision in Oracle Analytics

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

  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.
    Segue la descrizione di GUID-8382F638-0C8B-4C7F-861C-7D3DB35AC8B5-default.png
    .png

    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 auto nelle fotografie, selezionare Rilevamento oggetti pre-addestrato. Viene visualizzato un pannello con i dettagli del modello.
    Segue la descrizione di GUID-2016ADC0-4958-4019-8920-3796E91519AE-default.png
    .png

  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.
Per rivedere il modello registrato, dalla home page di Oracle Analytics andare a Machine Learning, quindi selezionare Modelli.