Aracılığıyla paylaş

Bildirimler ve yedekleme için Azure depolamayı tümleştirme

  • Makale

Proje eğitimi/dışarı aktarma etkinliğiyle ilgili anında iletme bildirimleri almak için Özel Görüntü İşleme projenizi bir Azure blob depolama kuyruğuyla tümleştirebilirsiniz. Bu özellik, uzun işlemler çalıştırılırken hizmetin sonuçlar için sürekli yoklamasını önlemek için yararlıdır. Bunun yerine, depolama kuyruğu bildirimlerini iş akışınızla tümleştirebilirsiniz.

Yayımlanan modellerinizin yedek kopyalarını depolamak için Azure depolamayı da kullanabilirsiniz.

Bu kılavuzda, bu REST API'lerin cURL ile nasıl kullanılacağı gösterilmektedir. İstekleri yapmak için Visual Studio Code için REST İstemcisi gibi bir HTTP istek hizmeti de kullanabilirsiniz.

Not

Anında iletme bildirimleri CreateProject API'sindeki isteğe bağlı notificationQueueUri parametresine bağlıdır ve model yedeklemeleri isteğe bağlı exportModelContainerUri parametresini de kullanmanızı gerektirir. Bu kılavuzda her ikisi de tüm özellikler için kullanılır.

Önkoşullar

Azure depolama tümleştirmesi ayarlama

Azure portalında Özel Görüntü İşleme eğitim kaynağınıza gidin, Kimlik sayfasını seçin ve sistem tarafından atanan yönetilen kimliği etkinleştirin.

Ardından Azure portalında depolama kaynağınıza gidin. Erişim denetimi (IAM) sayfasına gidin ve Rol ataması ekle (Önizleme)'yi seçin. Ardından tümleştirme özelliği veya her ikisi için bir rol ataması ekleyin:

  • Model yedekleme özelliğini kullanmayı planlıyorsanız Depolama Blob Verileri Katkıda Bulunanı rolünü seçin ve Özel Görüntü İşleme eğitim kaynağınızı üye olarak ekleyin. Gözden geçir ve tamamlamak için ata'yı seçin.
  • Bildirim kuyruğu özelliğini kullanmayı planlıyorsanız Depolama Kuyruğu Veri Katkıda Bulunanı rolünü seçin ve Özel Görüntü İşleme eğitim kaynağınızı üye olarak ekleyin. Gözden geçir ve tamamlamak için ata'yı seçin.

Rol atamalarıyla ilgili yardım için bkz . Azure portalını kullanarak Azure rolleri atama.

Tümleştirme URL'lerini alma

Ardından, Özel Görüntü İşleme kaynağınızın bu uç noktalara erişmesine izin veren URL'leri alacaksınız.

Bildirim kuyruğu tümleştirme URL'si için depolama hesabınızın Kuyruklar sayfasına gidin, yeni bir kuyruk ekleyin ve URL'sini geçici bir konuma kaydedin.

Azure depolama kuyruğu sayfası

Model yedekleme tümleştirme URL'si için depolama hesabınızın Kapsayıcılar sayfasına gidin ve yeni bir kapsayıcı oluşturun. Ardından seçin ve Özellikler sayfasına gidin. URL'yi geçici bir konuma kopyalayın.

Azure depolama kapsayıcısı özellikleri sayfası

Özel Görüntü İşleme proje tümleştirme

Artık tümleştirme URL'lerine sahip olduğunuz için Azure Depolama özelliklerini tümleştiren yeni bir Özel Görüntü İşleme projesi oluşturabilirsiniz. Ayrıca özellikleri eklemek için var olan bir projeyi güncelleştirebilirsiniz.

CreateProject API'sini çağırdığınızda isteğe bağlı exportModelContainerUri ve notificationQueueUri parametrelerini ekleyin. Önceki bölümde aldığınız URL değerlerini atayın.

curl -v -X POST "{endpoint}/customvision/v3.3/Training/projects?exportModelContainerUri={inputUri}&notificationQueueUri={inputUri}&name={inputName}"
-H "Training-key: {subscription key}"

Bir 200/OK yanıt alırsanız, bu URL'lerin başarıyla ayarlandığı anlamına gelir. JSON yanıtında URL değerlerinizi de görmeniz gerekir:

{
  "id": "00000000-0000-0000-0000-000000000000",
  "name": "string",
  "description": "string",
  "settings": {
    "domainId": "00000000-0000-0000-0000-000000000000",
    "classificationType": "Multiclass",
    "targetExportPlatforms": [
      "CoreML"
    ],
    "useNegativeSet": true,
    "detectionParameters": "string",
    "imageProcessingSettings": {
      "augmentationMethods": {}
},
"exportModelContainerUri": {url}
"notificationQueueUri": {url}
  },
  "created": "string",
  "lastModified": "string",
  "thumbnailUri": "string",
  "drModeEnabled": true,
  "status": "Succeeded"
}

Bağlantıyı doğrulama

Önceki bölümdeki API çağrınız Azure depolama hesabınızda yeni bilgileri tetiklemiş olmalıdır.

Belirlenen kapsayıcınızda CustomVision-TestPermission klasörünün içinde bir test blobu olmalıdır. Bu blob yalnızca geçici olarak var olacaktır.

Bildirim kuyruğunuzda aşağıdaki biçimde bir test bildirimi görmeniz gerekir:

{
"version": "1.0" ,
"type": "ConnectionTest",
"Content":
    {
    "projectId": "00000000-0000-0000-0000-000000000000"
    }
}

Olay bildirimlerini alma

Hazır olduğunuzda, sıradan bir eğitim işlemi yapmak için projenizde TrainProject API'sini çağırın.

Depolama bildirim kuyruğunuzda eğitim tamamlandıktan sonra bir bildirim alırsınız:

{
"version": "1.0" ,
"type": "Training",
"Content":
    {
    "projectId": "00000000-0000-0000-0000-000000000000",
    "iterationId": "00000000-0000-0000-0000-000000000000",
    "trainingStatus": "TrainingCompleted"
    }
}

Alan "trainingStatus" veya "TrainingCompleted" "TrainingFailed"olabilir. Alan, "iterationId" eğitilen modelin kimliğidir.

Model dışarı aktarma yedeklemelerini alma

Hazır olduğunuzda ExportIteration API'sini çağırarak eğitilmiş bir modeli belirtilen platforma dışarı aktarın.

Belirlenen depolama kapsayıcınızda, dışarı aktarılan modelin yedek bir kopyası görüntülenir. Blob adı şu biçime sahip olur:

{projectId} - {iterationId}.{platformType}

Ayrıca, dışarı aktarma işlemi tamamlandığında kuyruğunuzda bir bildirim alırsınız.

{
"version": "1.0" ,
"type": "Export",
"Content":
    {
    "projectId": "00000000-0000-0000-0000-000000000000",
    "iterationId": "00000000-0000-0000-0000-000000000000",
    "exportStatus": "ExportCompleted",
    "modelUri": {url}
    }
}

Alan "exportStatus" veya "ExportCompleted" "ExportFailed"olabilir. Başlangıçta "modelUri" kuyruk bildirimlerini tümleştirdiğiniz varsayılarak, alanı kapsayıcınızda depolanan yedekleme modelinin URL'sini içerir. Bunu yapmadıysanız, "modelUri" alanda Özel Görüntü İşleme model blobunuz için SAS URL'si gösterilir.

Sonraki adımlar

Bu kılavuzda, Özel Görüntü İşleme kaynaklar arasında bir projeyi kopyalamayı ve yedeklemeyi öğrendiniz. Ardından, Özel Görüntü İşleme ile başka neler yapabileceğinizi görmek için API başvuru belgelerini inceleyin.