Przykłady

Street View Insights może pomóc Ci analizować zbiory danych obrazów za pomocą Vertex AI Colab Enterprise. Przykłady poniżej pokazują różne możliwości.

Konfiguracja środowiska

Te moduły są przeznaczone do uruchamiania w Vertex AI Colab Enterprise. Aby zaimportować notatniki samouczka do środowiska, wykonaj te czynności:
  1. Importowanie notatnika: w Colab Enterprise wybierz Plik > Importuj notatnik i kliknij opcję „Według URI”.
  2. Kopiowanie i wklejanie: skopiuj identyfikator URI importu podany na każdej karcie modułu poniżej i wklej go w oknie importu.
  3. Zmień nazwę pliku (zalecane): aby uniknąć konfliktów, rozważ zmianę nazwy importowanego pliku notatnika, np.dodając na początku nazwy pliku nazwę użytkownika (np. {USERNAME}_filename.ipynb).

Moduły podstawowe

Te moduły obejmują podstawowe procesy, które pomogą Ci zacząć korzystać z informacji o Street View.
Wprowadzający notatnik do eksplorowania i wizualizowania struktury zbioru danych obrazów i powiązanych metadanych. Identyfikator URI importu: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Understand_your_dataset/Understand_your_dataset.ipynb
Wyświetl w GitHubie
Podstawowe procesy analizy służące do identyfikowania i kategoryzowania słupów energetycznych na podstawie ich cech wizualnych. Identyfikator URI importu: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_analysis/utility_pole_basic_analysis.ipynb
Wyświetl w GitHubie
klasyfikować znaki drogowe widoczne na zdjęciach, takie jak znaki „Stop”, „Ustąp pierwszeństwa” i „Ograniczenie prędkości”; Identyfikator URI importu: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/classify_road_signs/classify_road_signs.ipynb
Wyświetl w GitHubie

Moduły zaawansowane

Te moduły obejmują bardziej złożone analizy i techniki, w tym funkcje oparte na AI, takie jak uczenie z małą liczbą przykładów i wykonywanie kodu.
Wykrywaj obiekty na obrazach, trenując model na podstawie zaledwie kilku przykładów. To idealne rozwiązanie do identyfikowania rzadkich lub niestandardowych obiektów.

Zobacz: Przykłady z niewielką liczbą próbek

Identyfikator URI importu: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Object_detection_with_few_shot_learning/Object_detection_with_few_shot_learning.ipynb
Wyświetl w GitHubie
Wykrywanie ramki ograniczającej (bbox) dla różnych elementów słupa, takich jak transformatory, poprzeczki i izolatory.

Zobacz: Wykrywanie ramki ograniczającej

Identyfikator URI importu: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/bbox_detection_of_attachments/bbox_detection_of_attachments.ipynb
Wyświetl w GitHubie
Zaawansowana analiza do obliczania kąta nachylenia słupów na podstawie zdjęć, która może służyć do oceny stabilności słupów.

Zobacz: Wykonywanie kodu

Identyfikator URI importu: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Lean_angle_detection_of_pole/Utility_pole_lean_angle_detection.ipynb
Wyświetl w GitHubie
Mierzenie wysokości słupów energetycznych na podstawie zdjęć za pomocą wykrywania obiektów i analizy geometrycznej.

Zobacz: prompt strukturalny

Identyfikator URI importu: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_measure_height/Utility_pole_measure_height.ipynb
Wyświetl w GitHubie
Oceniaj skuteczność modelu i wyniki analizy za pomocą standardowych wskaźników rozpoznawania obrazów.

Zobacz: Konfigurowanie modelu oceniającego

Identyfikator URI importu: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/eval/eval.ipynb
Wyświetl w GitHubie
Oceniaj jakość obrazu na podstawie takich czynników jak rozmycie i oświetlenie, aby upewnić się, że nadaje się on do zadań związanych z rozpoznawaniem obrazów.

Zobacz: Wykonywanie kodu

Identyfikator URI importu: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Image_quality_analysis/Image_quality_analysis.ipynb
Wyświetl w GitHubie

Pomoc

Przykłady kodu Street View Insights są udostępniane na podstawie licencji open source. Nie podlegają one Wskazówkom dotyczącym usług pomocy technicznej, umowie SLA ani zasadom wycofywania usług (jednak wszelkie usługi Google Maps Platform używane przez biblioteki nadal podlegają Warunkom korzystania z usługi Google Maps Platform).

Jeśli znajdziesz błąd lub masz propozycję nowej funkcji, zgłoś problem na GitHubie. Jeśli chcesz uzyskać odpowiedzi na pytania techniczne od innych deweloperów korzystających z Google Maps Platform, zadaj je na jednym z naszych kanałów społeczności deweloperów. Jeśli chcesz wnieść swój wkład, zapoznaj się z przewodnikami w repozytorium biblioteki.