דוגמאות

התובנות של Street View יכולות לעזור לכם לנתח מערכי נתונים של תמונות באמצעות Vertex AI Colab Enterprise. בדוגמאות הבאות מוצגות יכולות שונות.

הגדרת הסביבה

המודולים האלה מיועדים להרצה ב-Vertex AI Colab Enterprise. כדי לייבא את מחברות ההדרכה לסביבה שלכם, פועלים לפי ההוראות הבאות:
  1. ייבוא מחברת: ב-Colab Enterprise, בוחרים באפשרות קובץ > ייבוא מחברת ובוחרים באפשרות 'לפי URI'.
  2. העתקה והדבקה: מעתיקים את כתובת ה-URI של הייבוא שמופיעה בכל כרטיס מודול שלמטה ומדביקים אותה בתיבת הדו-שיח של הייבוא.
  3. שינוי שם הקובץ (מומלץ): כדי למנוע התנגשויות, כדאי לשנות את השם של קובץ המחברת המיובא, למשל על ידי הוספת שם המשתמש לתחילת שם הקובץ (לדוגמה, {USERNAME}_filename.ipynb).

מודולים בסיסיים

במודולים האלה מוסבר על תהליכי העבודה הבסיסיים שצריך לבצע כדי להתחיל להשתמש ב-Street View Insights.
מחברת מבוא לניתוח והצגה חזותית של מבנה מערך הנתונים של התמונות ומטא-הנתונים שמשויכים אליו. Import URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Understand_your_dataset/Understand_your_dataset.ipynb
הצגה ב-GitHub
תהליכי עבודה מרכזיים לניתוח לזיהוי ולסיווג של עמודי חשמל על סמך התכונות החזותיות שלהם. Import URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_analysis/utility_pole_basic_analysis.ipynb
הצגה ב-GitHub
סיווג של תמרורים שמופיעים בתמונות, כמו תמרור עצור, תמרור זכות קדימה ותמרור הגבלת מהירות. Import URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/classify_road_signs/classify_road_signs.ipynb
הצגה ב-GitHub

מודולים מתקדמים

המודולים האלה כוללים ניתוחים וטכניקות מורכבים יותר, כולל תכונות מבוססות-AI כמו למידה עם מעט דוגמאות והרצת קוד.
זיהוי אובייקטים בתמונות על ידי אימון מודל על כמה דוגמאות בלבד – אידיאלי לזיהוי אובייקטים נדירים או מותאמים אישית.

ראו: דוגמאות של Few-Shot

Import URI: 
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
הצגה ב-GitHub
זיהוי תיבות תוחמות (bbox) של חיבורים שונים לעמודים, כמו שנאים, זרועות צולבות ומבודדים.

מידע נוסף: זיהוי תיבה תוחמת

Import URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/bbox_detection_of_attachments/bbox_detection_of_attachments.ipynb
הצגה ב-GitHub
ניתוח מתקדם לחישוב זווית ההטיה של עמודים מתמונות, שאפשר להשתמש בו כדי להעריך את יציבות העמודים.

מידע נוסף: ביצוע קוד

Import URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Lean_angle_detection_of_pole/Utility_pole_lean_angle_detection.ipynb
הצגה ב-GitHub
מדידת הגובה של עמודי חשמל מתמונות באמצעות זיהוי אובייקטים וניתוח גיאומטרי.

מידע נוסף: הנחיות מובנות

Import URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Utility_pole_measure_height/Utility_pole_measure_height.ipynb
הצגה ב-GitHub
הערכת ביצועי המודל ותוצאות הניתוח באמצעות מדדים של ראייה ממוחשבת שהם סטנדרטיים בתעשייה.

מידע נוסף: הגדרת מודל שופט

Import URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/eval/eval.ipynb
הצגה ב-GitHub
הערכת איכות התמונה על סמך גורמים כמו טשטוש ותאורה, כדי לוודא שהיא מתאימה למשימות של ראייה ממוחשבת.

מידע נוסף: ביצוע קוד

Import URI: 
https://github.com/googlemaps-samples/insights-samples/blob/main/street_view_insights/notebooks/Image_quality_analysis/Image_quality_analysis.ipynb
הצגה ב-GitHub

תמיכה

דוגמאות הקוד של Street View Insights מוצעות ברישיונות קוד פתוח. הן לא כפופות להנחיות לשירותי תמיכה טכנית של Google Maps Platform, להסכם רמת השירות (SLA) או למדיניות הוצאה משימוש (עם זאת, כל שירותי Google Maps Platform שנעשה בהם שימוש בספריות עדיין כפופים לתנאים ולהגבלות של Google Maps Platform).

אם מצאתם באג או שיש לכם בקשה להוספת תכונה, אתם יכולים לדווח על בעיה ב-GitHub. אם אתם רוצים לקבל תשובות לשאלות טכניות ממפתחים אחרים של פלטפורמת מפות Google, אתם יכולים לשאול באחד מהערוצים של קהילת המפתחים. אם אתם רוצים לתרום, תוכלו לעיין במדריכים לתורמים במאגר של הספרייה.