感謝您的填寫!
表單提交失敗,請檢查每個欄位是否填寫正確,並再試一次。
用 Google Vision API 一秒辨識中卷、軟絲、花枝、魷魚

「技術分享」 用 Google Vision API 一秒辨識中卷、軟絲、花枝、魷魚,不再當菜市場冤大頭

這次想要利用 Google Vision API 做一個辨識中卷(透抽)、軟絲、花枝、魷魚的圖像辨識模型,非常適合沒有太多機器學習知識又需要上菜市場買菜的媽媽們閱讀。Vision API 是 Google 開出來的一個服務,可以讓不會自己建立機器學習模型的人,也能輕易地建立一個圖片分類器。

Khan Lee
CTO
2019-04-06

這次想要利用 Google Vision API 做一個辨識中卷(透抽)、軟絲、花枝、魷魚的圖像辨識模型,非常適合沒有太多機器學習知識又需要上菜市場買菜的媽媽們閱讀。(我知道這個交集很可能是 null)

廢話不多說,Vision API 是 Google 開出來的一個服務,可以讓不會自己建立機器學習模型的人,也能輕易地建立一個圖片分類器。

想瞭解一下機器學習的可以看一下 這一篇

這次練習齁,大概有以下幾個步驟,

  1. 申請 GCP 專案並打開 GCP AutoML
  2. 蒐集這些十腳軟體動物的圖片
  3. 在 GCP 建立一個 storage bucket 並上傳圖片
  4. 打開 AutoML 頁面動一動你的手指完成模型

是不是非常簡單啊?

開始之前,還是建議大家瞭解一下中卷、軟絲、花枝、魷魚以及章魚,有什麼差別,推薦大家看 這個

好!開始第一步,申請 GCP,這邊麻煩大家直接 看這個 一步一步做。

申請完 GCP 後,還要去 AutoML 網頁確定是否有 Enable API。

完成後,我們就可以去 Google 抓一些中卷、軟絲……等等的圖片,並將他們分別存入我們預先開好的資料夾。資料夾形式如下

seafood 
- cuttlefish        
- neritic        
- softneritic        
- squid        
- octopus

抓圖片的時候,我是遇到了一些問題,就是太多圖片都是煮成料理的圖片,那將會影響我們圖像學習的效率,所以我挑了幾張,有興趣一起跟著做的來這邊下載吧!

解壓縮後應該會有五個已經有圖片的資料夾,另外加上一個 index.csv 還有 test.py。

index.csv 內容如下,

gs://first-850611-vcm/seafood/cuttlefish/0_demo.jpg,cuttlefish
gs://first-850611-vcm/seafood/cuttlefish/1_demo.jpg,cuttlefish
gs://first-850611-vcm/seafood/cuttlefish/2_demo.jpg,cuttlefish
gs://first-850611-vcm/seafood/cuttlefish/3_demo.jpg,cuttlefish
...

是待會要丟給 AutoML 的檔案。

test.py 則是為了要整理下載到的圖片以及產生 index.csv 所寫的 python 檔案。

如果你已經下載好我的壓縮檔案,恭喜你已經完成一半了!

第三步,我們要在 GCP Storage 開啟一個 bucket,名稱需要是

<your-project-id>-vcm

舉例來說,我開啟的 bucket 名稱就是 first-850611-vcm 這樣。

開啟後,我們在 first-850611-vcm 再建立一個名為 seafood 的資料夾,然後將 cuttlefish、neritic、softneritic、squid、octopus 還有 index.csv 都上傳上去 seafood 這個資料夾。

到這邊,我們完成了第三步!

最後一步,我們打開 AutoML 網頁,在右上角選擇你的專案名稱,並點擊 Get started with AutoML。

接著我們點擊上方的 NEW DATASET 來增加要學習的資料。

輸入 Dataset name,隨意輸入可以辨識就好。

再選擇 Select a CSV 這個選項並且輸入

gs://<your-project-id>-vcm/seafood/index.csv

舉例來說像我就要輸入

gs://first-850611-vcm/seafood/index.csv

然後點擊 CREATE DATASET 等待訓練資料上傳。

上傳完後,將會顯示我們要訓練的圖片以及標籤!

跟著我們點擊上方的 TRAIN 開始學習。

他會警告說什麼,我們圖片太少啊~之類的。

身為一個工程師,贏要衝輸要縮,像這種就是沒在怕的硬訓練下去,一起勇敢地點下 START TRAINING。

Training budget 選擇 free 方案,然後點擊 START

經歷了漫長的等待,我們 model 訓練好後,就可以點擊上方的 PREDICT 前往測試我們的 model 學習成果。

我們將分別上傳一張中卷和魷魚的照片來給 model 辨識。

這是中卷
這是魷魚

我們的 model 預測的結果如下圖

可以看到,Google 真的是非常的厲害啊!!!!!!!!!!!

我們還要機器學習工程師幹嘛?機器學習工程師都可以辭職去當魚販惹QQ

好拉!不得不說,Vision AutoML 真的很強,在這種少量圖片的情況下,還可以有這樣精準的學習成果。

這麼有趣的東西,絕對不能讓他在這邊停止,下一章我們繼續研究怎麼串接這個 model 的 API 讓這個模型可以真正的被新手媽媽給使用,讓新手媽媽再也不怕被婆婆罵中卷買成魷魚,成為解決婆媳問題的一把屠龍刀!!

工商時間:

如果貴司有需要在 LINE 聊天機器人上做任何與機器學習整合的功能,如:圖片辨識、語音辨識甚至是影片辨識,歡迎寄信到以下信箱詢問。

service@oakmega.com

OakMega 2021 免費資源
後疫情時代:
品牌經營聊天社群的經營趨勢
icon check
聊天社群發展現況
icon check
為何活躍指數成為重要指標
icon check
對話式行銷在聊天社群的重要性
icon check
品牌案例解析:完整活動規劃&掌握訊息擴散性

H1 H1 H1 大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題

H2 H2 H2 大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題

H3 H3 H3 大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題大標題

改掉的字喔!

註解
quote 引言的部份的部份的部份的部份的部份的部份的部份的部份的部份的部份的部份的部份的部份的部份的部份的部份的部份的部份的部份的部份的部份的部份的部份的部份
  1. 點點點
  2. 二案二二兒

連結

你可能會喜歡

LINE 從行銷工具
輕鬆轉型 Social CRM

你要的工具,我們都有
透過 OakMega 讓 LINE 完成個人化行銷

個人化行銷

透過獨創的時效 / 強度標籤精準洞悉會員 Persona,執行精準推播;並可設定行銷流程,完成全自動化導購。
透過 OakMega 讓 LINE 完成一對一客服

一對一客服

可設定上下班時間、訊息自動分流,適用於大型客服團隊;外加客服滿意度調查模組,輕鬆完成績效評估。
透過 OakMega 讓 LINE 完成高效率銷售

高效率銷售

LINE 官方帳號取代私人帳號,減少雜亂的聊天室,提昇品牌專業度;結合 CRM 系統,留住每一線人脈。
了解更多
即刻轉型
Social CRM
icon check
行銷、銷售、客服三位一體
icon check
15 分鐘立刻擁有 CRM 系統
icon check
企業客戶訂製客製開發功能
logo: Huggies
Logo: Daiichi-Sankyo 第一三共
Logo: Next Bank 將來銀行
Logo: 7-11
OakMega Logo 橫式OakMega 大橡科技正在招募
專注於 Social CRM 技術,讓資訊有效地被傳遞,讓關係溫暖地被連結。
聯絡我們
OakMega 產品健康度監測
合作夥伴
合作夥伴
專注於 Social CRM 技術,讓資訊有效地被傳遞,讓關係溫暖地被連結。