Partilhar via

Selecione um domínio para um projeto de Visão Personalizada

  • Artigo

Este guia mostra como selecionar um domínio para seu projeto no Serviço de Visão Personalizada. Os domínios são usados como ponto de partida para o seu projeto.

Inicie sessão na sua conta no Web site da Visão Personalizada e, em seguida, selecione o seu projeto. Selecione o ícone Configurações no canto superior direito. Na página Configurações do projeto, você pode escolher um domínio modelo. Você deve escolher o domínio mais próximo do seu cenário de caso de uso. Se você estiver acessando a Visão Personalizada por meio de uma biblioteca de cliente ou API REST, precisará especificar uma ID de domínio ao criar o projeto. Você pode obter uma lista de IDs de domínio usando uma solicitação Get Domains . Ou use a tabela a seguir.

Domínios de classificação de imagens

Domínio ID Propósito
General (Geral) ee85a74c-405e-4adc-bb47-ffa8ca0c9f31 Otimizado para uma ampla gama de tarefas de classificação de imagens. Se nenhum dos outros domínios específicos for apropriado, ou se você não tiver certeza de qual domínio escolher, selecione um dos domínios Gerais .
Geral [A1] a8e3c40f-fb4a-466f-832a-5e457ae4a344 Otimizado para melhor precisão com tempo de inferência comparável ao domínio Geral . Recomendado para conjuntos de dados maiores ou cenários de usuário mais difíceis. Este domínio requer mais tempo de formação.
Geral [A2] 2e37d7fb-3a54-486a-b4d6-cfc369af0018 Otimizado para melhor precisão com tempo de inferência mais rápido do que os domínios Geral [A1] e Geral . Recomendado para a maioria dos conjuntos de dados. Este domínio requer menos tempo de formação do que os domínios Geral e Geral [A1].
Alimentação c151d5b5-dd07-472a-acc8-15d29dea8518 Otimizado para fotografias de pratos como você os veria em um menu de restaurante. Se quiser classificar fotografias de frutas ou vegetais individuais, use o domínio Alimentos .
Lugares de destaque ca455789-012d-4b50-9fec-5bb63841c793 Otimizado para pontos de referência reconhecíveis, tanto naturais como artificiais. Este domínio funciona melhor quando o marco é claramente visível na fotografia. Este domínio funciona mesmo que o marco esteja ligeiramente obstruído por pessoas à sua frente.
Retail b30a91ae-e3c1-4f73-a81e-c270bff27c39 Otimizado para imagens encontradas em um catálogo de compras ou site de compras. Se você quiser uma classificação de alta precisão entre vestidos, calças e camisas, use este domínio.
Domínios compactos Otimizado para as restrições de classificação em tempo real em dispositivos de borda.

Nota

Os domínios Geral [A1] e Geral [A2] podem ser usados para um amplo conjunto de cenários e são otimizados para precisão. Use o modelo Geral [A2] para melhor velocidade de inferência e menor tempo de treinamento. Para conjuntos de dados maiores, convém usar Geral [A1] para renderizar melhor precisão do que Geral [A2], embora isso exija mais treinamento e tempo de inferência. O modelo Geral requer mais tempo de inferência do que Geral [A1] e Geral [A2].

Domínios de deteção de objetos

Domínio ID Propósito
General (Geral) da2e3a8a-40a5-4171-82f4-58522f70fbc1 Otimizado para uma ampla gama de tarefas de deteção de objetos. Se nenhum dos outros domínios for apropriado ou se você não tiver certeza de qual domínio escolher, selecione o domínio Geral .
Geral [A1] 9c616dff-2e7d-ea11-af59-1866da359ce6 Otimizado para melhor precisão com tempo de inferência comparável ao domínio Geral . Recomendado para necessidades de localização de região mais precisas, conjuntos de dados maiores ou cenários de usuário mais difíceis. Este domínio requer mais tempo de treinamento e os resultados não são determinísticos: espere uma diferença média de precisão média (mAP) de +-1% com os mesmos dados de treinamento fornecidos.
Logótipo 1d8ffafe-ec40-4fb2-8f90-72b3b6cecea4 Otimizado para encontrar logotipos de marcas em imagens.
Produtos nas prateleiras 3780a898-81c3-4516-81ae-3a139614e1f3 Otimizado para detetar e classificar produtos em prateleiras.
Domínios compactos Otimizado para as restrições de deteção de objetos em tempo real em dispositivos de borda.

Domínios compactos

Os modelos gerados por domínios compactos podem ser exportados para serem executados localmente. Na API de visualização pública do Custom Vision 3.4, você pode obter uma lista das plataformas exportáveis para domínios compactos chamando a API GetDomains.

Todos os domínios a seguir oferecem suporte à exportação nos formatos ONNX, TensorFlow, TensorFlowLite, TensorFlow.js, CoreML e VAYK, com a exceção de que o domínio Object Detection General (compact) não suporta VAIDK.

O desempenho do modelo varia de acordo com o domínio selecionado. Na tabela a seguir, relatamos o tamanho do modelo e o tempo de inferência na CPU de desktop Intel e na GPU NVIDIA [1]. Esses números não incluem o tempo de pré-processamento e pós-processamento.

Task Domínio ID Tamanho do Modelo Tempo de inferência da CPU Tempo de inferência da GPU
Classificação General (compact) (Geral [compacto]) 0732100f-1a38-4e49-a514-c9b44c697ab5 6 MB 10 ms 5 ms
Classificação Geral (compacto) [S1] a1db07ca-a19a-4830-bae8-e004a42dc863 43 MB 50 ms 5 ms
Deteção de objetos General (compact) (Geral [compacto]) a27d5ca5-bb19-49d8-a70a-fec086c47f5b 45 MB 35 ms 5 ms
Deteção de objetos Geral (compacto) [S1] 7ec2ac80-887b-48a6-8df9-8b1357765430 14 MB 27 ms 7 ms

Nota

O domínio Geral (compacto) para deteção de objetos requer uma lógica de pós-processamento especial. Para obter detalhes, consulte um script de exemplo no pacote zip exportado. Se você precisar de um modelo sem a lógica de pós-processamento, use Geral (compacto) [S1].

Importante

Não há garantia de que os modelos exportados forneçam exatamente o mesmo resultado que a API de previsão na nuvem. Uma pequena diferença na plataforma em execução ou na implementação de pré-processamento pode causar uma diferença maior nas saídas do modelo. Para obter detalhes sobre a lógica de pré-processamento, consulte Guia de início rápido: criar um projeto de classificação de imagem.

[1] CPU Intel Xeon E5-2690 e NVIDIA Tesla M60

Conteúdos relacionados

Siga um guia de início rápido para começar a criar e treinar um projeto de Visão Personalizada.