问题标签 [microsoft-custom-vision]

我在 Azure 自定义视觉（对象检测、通用紧凑型、层 S0）中创建了一个项目。我上传了大约 70 张图片，每个标签 35 张图片，然后开始训练我的模型。

训练（快速训练）完成后，在迭代屏幕中检查标签。令我惊讶的是，每个标签只测试了 7 张图像。

尝试运行高级培训 1 小时。什么也没有变。每个标签只测试了 7 个图像。

难道我做错了什么？

有没有办法使用所有图像进行对象检测训练，这样它可以给我更好的准确性？

谢谢，+ftex

我正在使用 Azure customvision.ai 训练对象检测模型。模型输出使用 tensorflow，保存模型 .pb、.tf 或 .tflite。

模型输出类型指定为 float32[1,13,13,50]

然后，我将 .tflite 推送到 Google Coral Edge 设备上并尝试运行它（以前使用 Google Cloud 训练的 .tflite 模型有效，但我现在绑定到企业 Azure 并且需要使用 customvision.ai）。这些命令与

最后，模型尝试运行，但导致 ValueError

这里发生了什么？如何重塑我的 tensorflow 模型以匹配 4 个输出张量的设备要求？

有效的模型

不工作的模型

编辑，这会输出一个 tflite 模型，但仍然只有一个输出

我正在使用 azure custom vision(customvision.ai)，我已经上传了大约 100 张图像并训练了模型来检测面罩。

当我尝试在 customvision 门户中进行测试时，它会给出正确的结果，但是当我尝试在已导出为 onnx 模型并使用 ML.Net 框架的可视代码中获得置信度/概率时，它没有给出正确的结果。对于在 customvision.ai 中工作的同一图像，在 vs 代码中不起作用。

此外，当我在邮递员中使用预测 url 和预测键时，它会给出多种概率，是否需要传递额外的参数才能获得准确的结果。

我知道这个问题可能是多余的，但我正在尝试通过 POST 请求向 Flutter 中的 Microsoft Custom Vision 发送 png 文件。这是我的代码：

当我运行这段代码时，我得到了这个响应：

我使用 Azure Custom Vision 制作了一个模型并将其导出为“Tensorflow - SavedModel”。该模型正在使用导出中包含的帮助程序代码在本地使用。尽管在循环中使用 OpenCV VideoCapture()/Read() 从实时视频馈送捕获中读取，但它略有修改。

我的应用程序对实时视频源进行了很好的检测，因为我可以看到正确输出到控制台的结果，但是我无法获得准确的边界框以在输出视频流上正确显示。控制台输出显示了来自 Azure 自定义视觉模型预测的结果数组，我可以看到边界框坐标数组，看起来像是规范化的值。

在使用 Azure 自定义视觉之前，我能够使用“模型动物园”中的现有模型，并且对象检测 API python 可视化助手将在提要的显示屏上正确显示边界框。

但是，从 Azure 自定义视觉返回的坐标似乎与默认 COCO SSD 模型返回的坐标“不同”？

我需要将从 Azure 自定义视觉返回的边界框坐标转换为 Tensorflow 对象检测 API 可视化帮助程序可以理解的值。

使用对象检测 API 和 COCO SSD 模型的原始代码（有效！）：

Azure 自定义视觉版本未正确显示框：

使用 Azure 自定义视觉模型，我似乎无法正确显示边界框。我能够将自定义视觉“boundingBox”转换为可视化预期的相同形状，但该框永远不会位于正确的坐标中。我原以为可能是因为 COCO SSD 返回张量和 Custom Vision 预测响应张量中的坐标系计算方式不同？或者也许两个形状之间的坐标顺序不同？

有人已经解决了这个翻译吗？我做错了吗？提前致谢！

我正在尝试在 python 中使用 customvision SDK。正如 customvision 网站上解释的那样，我运行 pip install azure-cognitiveservices-vision-customvision. 但我得到一个丢失的文件错误。有人可以给我一个例子：
\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.8_qbz5n2kfra8p0\LocalCache\local-packages\Python38\site-packages\azure\cognitiveservices\vision\customvision\prediction\models\ pycache \ _custom_vision_prediction_client_enums .cpython-38.pyc '

我有一个免费的天蓝色帐户。我有一个训练/预测认知视觉资源，我有 2 个 customivsion.ai 项目。我现在登录只是发现项目已经消失了，我也无法创建新项目，同时给我这个屏幕右上角出现的错误：“出了点问题。我们正在努力！”

如果我尝试创建一个新项目，我会完成所有步骤，但随后会出现上述错误。

如果我转到设置（从customvision.ai右上角的齿轮），我发现我的资源分配了 2 个（可能的 98 个）项目。但是，我无法从 customvision.ai/projects 访问它们（它们不会出现在屏幕上）。

尝试通过 API 访问时，我收到“Max retries exceeded with url”错误。

我找不到支持邮件。相反，我被指示在这里或通过以下链接在他们的 Twitter 帐户上提问：https ://azure.microsoft.com/en-us/support/community/ 。所以，我在这里。

非常感谢有关重新访问这些项目的任何帮助。

我正在尝试完成 AI School 的这个 sketch2code 教程https://aischool.microsoft.com/en-us/services/learning-paths/sketch2code/sketch2code-lab/train-an-object-detection-model

本教程的第 9 步说：

输入命令dotnet运行并按回车键。

我正在使用 Visual Studio 2019 这可能是问题吗？

我正在尝试按照此处找到的 Azure 文档中的教程来获得一个基本的自定义视觉图像分类器：https ://docs.microsoft.com/en-us/azure/cognitive-services/custom-vision-service/ quickstarts/image-classification?pivots=programming-language-java

我逐字逐句地遵循本教程，并花了几天时间试图解决这个问题。我遇到的问题是在运行代码时我得到以下堆栈跟踪：

端点在这里定义并作为参数传递

虽然本教程没有明确说明这样做，但我尝试使用 PowerShell 手动设置系统环境变量 AZURE_CUSTOMVISION_ENDPOINT ，无论有没有这个设置都不起作用。

我错过了什么吗？任何帮助将不胜感激！

我正在尝试挖掘 CustomVision Python SDK，但找不到从预测 ID 获取图像 ID 的方法。目标是能够在通过预测客户端的分类图像功能发送后标记图像，而不是在发送期间。Classify_image 返回带有预测 ID 的 ImagePrediction 对象，我需要一种使用预测 ID 标记该图像的方法。