我有一个 .NET Web 应用程序,我正在设置它来识别随机对象。我建立了一个包含大约 500 个标记图像的自定义模型,并且能够通过 REST API 成功地获得图像的预测。
但是如何添加到该模型的数据集并使用上传/发送以进行预测的新图像对其进行训练?
例如,用户上传了某物的照片,但模型无法准确预测它是什么(例如,最高分数 < 50),因此提示用户选择标签来识别它,然后添加该图像带有标签的模型进行训练。
我有一个 .NET Web 应用程序,我正在设置它来识别随机对象。我建立了一个包含大约 500 个标记图像的自定义模型,并且能够通过 REST API 成功地获得图像的预测。
但是如何添加到该模型的数据集并使用上传/发送以进行预测的新图像对其进行训练?
例如,用户上传了某物的照片,但模型无法准确预测它是什么(例如,最高分数 < 50),因此提示用户选择标签来识别它,然后添加该图像带有标签的模型进行训练。
您需要采取几个步骤:
<project_id>-vcm
将CSV 文件上传到同一存储桶下的 Google Cloud Storage,内容如下:
gs://<project_id>-vcm/<path-to-image-file>,<label>
现在,您的数据集已更新为带有标签的新图像。您可以调用创建模型 API来训练新模型。
我们正在努力使这样的用例变得简单,但目前,您需要围绕此构建一些服务。例如,您可以创建一个 GCF 来接受您的请求,将其转发到 CloudML Engine,将请求和响应发送到 BigQuery(包括“分数”),然后返回最终响应。然后,您可以设置一个 Cloud Composer 管道,该管道将定期重新训练模型。