Integrere Oracle Analytics med Oracle Cloud Infrastructure Vision

Integrer Oracle Analytics med Oracle Cloud Infrastructure (OCI) Vision for å utføre objektgjenkjenning, bildeklassifisering og tekstgjenkjenning uten behov for ekspertise innen maskinlæring eller kunstig intelligens. Du vil for eksempel kanskje identifisere biler i fotografier.

Emner:

Oversikt over integrasjon mellom Oracle Analytics og Vision

Vision er én av flere tjenester for kunstig intelligens (AI) som tilbys i Oracle Cloud Infrastructure. Ved hjelp av denne tjenesten kan du ta i bruk maskinlæring og kunstig intelligens uten behov for ekspertise innen datavitenskap.


Beskrivelse av GUID-64C7FEB3-4F0E-4EC5-AFA3-AF0302505B4E-default.png følger
.png

Når Oracle Analytics Cloud integreres med Vision, kan objektgjenkjenning, bildeklassifisering og tekstgjenkjenning utføres i Oracle Analytics Cloud. Du foretar denne AI-analysen ved å starte Vision-tjenesten fra en dataflyt i Oracle Analytics Cloud.

Vision omfatter forhåndsopplærte modeller og modeller med egendefinert opplæring.

Forhåndsopplærte modeller

Forhåndsopplærte modeller gjør det mulig for brukere å utføre bildeanalyseoppgaver for generiske datasett.

  • Ansiktsgjenkjenning: Identifiser om det finnes ansikter på bilder. Det kan for eksempel hende du vil skjule identiteten til personer på bilder ved å gjøre bildene uskarpe ved hjelp av plasseringsopplysningene denne modellen returnerer.

  • Bildeklassifisering: Bruk et fast kategorisett til å tilordne etiketter til bilder.

  • Objektgjenkjenning: Finner forekomster av gjenstander i den virkelige verden eller bestemte mønstre på bilder eller i videoer, for eksempel katter, hunder, sykler eller fly.

  • Tekstgjenkjenning: Konverter trykt eller håndskrevet tekst til et digitalt format.

Modeller med egendefinert opplæring

Modeller med egendefinert opplæring er kalibrert og finjustert for å gjenkjenne bilder og mønstre for bestemte formål. En forhåndsopplært modell vil for eksempel kunne identifisere strømkretser, men du kan også utforme en modell med egendefinert opplæring for å få hjelp til å identifisere komponenter i en strømkrets, som motstand, LED-er, dioder og kondensatorer. Se Opplæringer for Vision.

Nødvendige retningslinjer for å integrere OCI Vision med Oracle Analytics

Hvis du skal integrere Oracle Analytics med OCI Vision, må du sørge for at du har de nødvendige sikkerhetsretningslinjene.

OCI-brukeren du angir i tilkoblingen mellom Oracle Analytics Cloud og OCI-leieforholdet, må ha lese-, skrive- og slettetillatelse i seksjonen som inneholder OCI-ressursene du vil bruke. Kontroller at OCI-brukeren tilhører en brukergruppe som har minimum følgende OCI-sikkerhetsretningslinjer. Når du kobler til et OCI-leieforhold fra Oracle Analytics, kan du bruke en API-nøkkel eller ressurskontohaver for OCI.

Merknad:

Oracle Cloud-ID-er (OCID-er) er ressursidentifikatorer som brukes i OCI.

Merknad:

For ressurskontohaver må du angi {request.principal.type='analyticsinstance', request.principal.compartment.id='<compartmentA_ocid>'} i stedet for {request.principal.id='<analytics_instance_ocid>'} for å inkludere alle Analytics-forekomster i en seksjon.
Retningslinjer for API-nøkkel Retningslinjer for ressurskontohaver
Allow group <gruppenavn> 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 <gruppenavn> to read buckets in compartment <seksjonsnavn> Allow any-user to read buckets in compartment <seksjonsnavn> where all {request.principal.id='<analytics_instance_ocid>'}
Allow group <gruppenavn> to manage objects in compartment <seksjonsnavn> where target.bucket.name='<navn_på_midlertidig_bås>' Allow any-user to manage objects in compartment <seksjonsnavn> where all {request.principal.id='<analytics_instance_ocid>', target.bucket.name='<staging_bucket_name>'}
Allow group <gruppenavn> to read objects in compartment <seksjonsnavn> where target.bucket.name='<navn_på_bildebås>' Allow any-user to read objects in compartment <seksjonsnavn> where all {request.principal.id='<analytics_instance_ocid>', target.bucket.name='<images_bucket_name>'}
Allow group <gruppenavn> to read objectstorage-namespaces in tenancy Allow any-user to read objectstorage-namespaces in tenancy where all {request.principal.id='<analytics_instance_ocid>'}

Typisk arbeidsflyt ved integrasjon mellom Oracle Analytics og Vision

Utfør disse nødvendige oppgavene for å integrere Oracle Analytics med Vision og utføre objektgjenkjenning, bildeklassifisering eller tekstgjenkjenning.

Oppgave Beskrivelse Flere opplysninger
Se gjennom forutsetninger Kontroller at brukeren som kobler fra Oracle Analytics til OCI-leieforholdet, har de nødvendige sikkerhetsretningslinjene. Nødvendige retningslinjer for å integrere OCI Vision med Oracle Analytics
Koble til OCI Vision Opprett en gjenbrukbar tilkobling til Vision-tjenesten. Opprette en tilkobling til leieforholdet i Oracle Cloud Infrastructure
Klargjøre bilder for analyse Opprett et datasett for kildebildene du ønsker å analysere, og last det til Oracle Analytics. Klargjøre bilder for analyse med en Vision-modell
Gjøre en modell tilgjengelig i Oracle Analytics Registrer en Vision-modell i Oracle Analytics, slik at den blir tilgjengelig for dataflyter. Gjøre en Vision-modell tilgjengelig i Oracle Analytics
Behandle bildene Bruk en dataflyt for å utføre objektgjenkjenning, bildeklassifisering eller tekstgjenkjenning. Bruke Oracle Cloud Infrastructure Vision-modeller i Oracle Analytics
Analysere resultatene Bruk datasettet som er generert av dataflyten, for å analysere resultatene. Få genererte utdata fra analysemodeller knyttet til ansiktsgjenkjenning, objektgjenkjenning, bildeklassifisering og tekstgjenkjenning

Klargjøre bilder for analyse med en Vision-modell

Du bruker båser i OCI Object Storage til å lagre bildene du vil analysere, og deretter oppretter du et datasett som gir deg tilgang til disse bildene i Oracle Analytics.

I de fleste tilfeller lagres inndatabilder og Vision-modeller i samme Oracle Cloud-konto (leieforhold). Hvis inndatabildene og Vision-modellen er lagret i forskjellige leieforhold, må du kontrollere at synligheten til lagringsbåsen som inneholder inndatabildene, er offentlig, og at datasettet for inndata for dataflyten inneholder URL-adresser for enkeltbilder (som beskrevet i trinn 4). Se Endre synligheten til en bås hvis du vil finne ut hvordan du gjør en bås offentlig.

Dataflyter i Oracle Analytics har en kapasitet som tilsvarer behandling av opptil 20 000 bilder i én kjøring. Hvis du har flere enn 20 000 bilder som skal behandles, må du opprette flere båser med maksimalt 20 000 bilder i hver under Objektlagring og arkivlagring i OCI. Deretter oppretter du et datasett og en dataflyt separat for hver bås og bruker en sekvens for å behandle flere dataflyter sekvensielt.
  1. Naviger til Objektlagring og arkivlagring i OCI-konsollen, og opprett en bås for lagring av bildene.
    Beskrivelse av GUID-B9CCC48D-EF35-4CC6-A017-555E9C328210-default.png følger
    .png

  2. Last bildene til båsen.
    Kontroller at båsen ikke inneholder noen overflødige filer. Oracle Analytics behandler hver fil i båsen.
    Båsen kan være privat eller offentlig, men må være tilgjengelig for OCI-brukeren og overholde OCIs generiske grenser for bilder. Se OCI-dokumentasjonen.
  3. Hvis du vil behandle hvert bilde i en bås, legger du til URL-adressen for båsen i en CSV-fil.
    1. I Object Storage velger du båsen, slik at bildene vises i dialogboksen Objekter.
    2. Kopier URL-adressen fra URL-adressefeltet i nettleseren.
    3. Opprett en CSV-fil med felt for ID, Bucket Name og Bucket URL.
    4. Lim inn URL-adressen for båsen som verdi for Bucket URL.
  4. Hvis du vil behandle bilder enkeltvis, legger du til bilde-URI-er i en CSV-fil.
    1. Opprett en CSV-fil med felt for ID, Image Name og File Location.
    2. Klikk på ellipseikonet ellipseikon for hvert enkelt bilde i Object Storage, og velg Detaljer for visningsobjekt.
    3. Kopier verdien for navn og URL-bane (URI).
    4. Lim inn verdien for navn i feltet for Image Name, og lim inn verdien for URL Path (URI) i feltet for File Location.
  5. Klikk på Opprett og deretter Datasett i Oracle Analytics.
Nå kan du opprette et datasett ved å laste opp CSV-filen. Se Opprette et datasett fra en fil som lastes opp fra datamaskinen.
Hvis du har mer enn 20 000 bilder, oppretter du vanligvis først flere båser med opptil 20 000 bilder og deretter et separat datasett for hver bås.

Gjøre en Vision-modell tilgjengelig i Oracle Analytics

Gjør en Vision-modell tilgjengelig i Oracle Analytics, slik at du kan utføre objektgjenkjenning, bildeklassifisering eller tekstgjenkjenning ved hjelp av dataflyter.

  1. I OCI Object Storage oppretter du en bås i en seksjon og gir den et passende navn (for eksempel MyVisionModelStagingBucket).
    Denne midlertidige båsen
    • må opprettes i den tilgjengelige seksjonen
    • må opprettes før en modell registreres
    • kan ha privat synlighet
    • kan brukes til flere modeller
    • kan endres i skjermbildet Inspiser
  2. Klikk på Sidemeny Sidemeny – ellipse på hjemmesiden for Oracle Analytics, velg Registrer modell/funksjon, og velg deretter OCI Vision Models.
  3. I dialogboksen Registrer en Vision-modell, under Fra en tilkobling, klikker du på tilkoblingen du opprettet i Opprette en tilkobling til leieforholdet i Oracle Cloud Infrastructure.
    Beskrivelse av GUID-8382F638-0C8B-4C7F-861C-7D3DB35AC8B5-default.png følger
    .png

    En liste over tilgjengelige modeller vises.
  4. Klikk på modellen du vil bruke på bildedataene, i listen over tilgjengelige modeller.
    Hvis du for eksempel vil gjenkjenne biler i fotografier, velger du Forhåndsopplært objektgjenkjenning. Det vises en informasjonsrute med detaljer om modellen.
    Beskrivelse av GUID-2016ADC0-4958-4019-8920-3796E91519AE-default.png følger
    .png

  5. I Modellnavn angir du et navn som modellen kan identifiseres med i Oracle Analytics.
  6. I Navn på midlertidig bås skriver du inn navnet du angav i trinn 1 (for eksempel MyVisionModelStagingBucket).
  7. Klikk på Registrer.
Hvis du vil se gjennom den registrerte modellen, navigerer du til Maskinlæring og deretter Modeller fra hjemmesiden for Oracle Analytics.