แอปข้อมูลวิเคราะห์การเข้าใช้ Vertex AI Vision ที่มีการจัดการเหตุการณ์

1. วัตถุประสงค์

ภาพรวม

Codelab นี้จะมุ่งเน้นที่การสร้างแอปพลิเคชัน Vertex AI Vision แบบครบวงจรเพื่อส่งเหตุการณ์ด้วยฟีเจอร์การจัดการเหตุการณ์ เราจะใช้ฟีเจอร์ในตัวของโมเดลเฉพาะทางที่ฝึกไว้ล่วงหน้า Occupancy analytics เพื่อสร้างเหตุการณ์ตามการจับภาพสิ่งต่อไปนี้

• นับจำนวนยานพาหนะและผู้ที่ข้ามถนนที่เส้นหนึ่งๆ
• นับจำนวนยานพาหนะ/บุคคลในพื้นที่คงที่ของถนน
• ตรวจพบการจราจรติดขัดในส่วนใดส่วนหนึ่งของถนน

สิ่งที่คุณจะได้เรียนรู้

• วิธีส่งผ่านข้อมูลวิดีโอสำหรับการสตรีม
• วิธีสร้างแอปพลิเคชันใน Vertex AI Vision
• ฟีเจอร์ต่างๆ ที่มีในข้อมูลวิเคราะห์การเข้าพักและวิธีใช้
• วิธีติดตั้งใช้งานแอป
• วิธีค้นหาวิดีโอใน Media Warehouse ของ Vertex AI Vision ที่จัดเก็บไว้
• วิธีสร้างฟังก์ชันระบบคลาวด์ที่ประมวลผลข้อมูลของโมเดลข้อมูลวิเคราะห์การเข้าพัก
• วิธีสร้างหัวข้อและการสมัครใช้บริการ Pub/Sub
• วิธีกำหนดค่าการจัดการเหตุการณ์เพื่อส่งเหตุการณ์ผ่านหัวข้อ Pub/Sub

2. ก่อนที่คุณจะเริ่มต้น

1. ในคอนโซล Google Cloud ให้เลือกหรือสร้างโปรเจ็กต์ Google Cloud ในหน้าตัวเลือกโปรเจ็กต์ หมายเหตุ: หากไม่ต้องการเก็บทรัพยากรที่สร้างขึ้นในขั้นตอนนี้ ให้สร้างโปรเจ็กต์แทนการเลือกโปรเจ็กต์ที่มีอยู่ หลังจากทำตามขั้นตอนเหล่านี้แล้ว คุณจะลบโปรเจ็กต์ซึ่งเป็นการนำทรัพยากรทั้งหมดที่เชื่อมโยงกับโปรเจ็กต์นี้ออกได้ ไปที่เครื่องมือเลือกโปรเจ็กต์
2. ตรวจสอบว่าได้เปิดใช้การเรียกเก็บเงินสำหรับโปรเจ็กต์ Cloud แล้ว ดูวิธีตรวจสอบว่าได้เปิดใช้การเรียกเก็บเงินในโปรเจ็กต์แล้วหรือไม่
3. เปิดใช้ Compute Engine และ Vision AI API เปิดใช้ API

สร้างบัญชีบริการ

1. ในคอนโซล Google Cloud ให้ไปที่หน้าสร้างบัญชีบริการ ไปที่สร้างบัญชีบริการ
2. เลือกโปรเจ็กต์
3. ป้อนชื่อในช่องชื่อบัญชีบริการ คอนโซล Google Cloud จะกรอกข้อมูลในช่องรหัสบัญชีบริการตามชื่อนี้ ป้อนคำอธิบายในช่องคำอธิบายบัญชีบริการ เช่น บัญชีบริการสำหรับ Quickstart
4. คลิกสร้างและต่อไป
5. หากต้องการให้สิทธิ์เข้าถึงโปรเจ็กต์ ให้มอบบทบาทต่อไปนี้ให้กับบัญชีบริการ Vision AI > ผู้แก้ไข Vision AI, Compute Engine > ผู้ดูแลอินสแตนซ์ Compute (เบต้า), พื้นที่เก็บข้อมูล > ผู้ดูออบเจ็กต์พื้นที่เก็บข้อมูล † เลือกบทบาทในรายการเลือกบทบาท หากต้องการเพิ่มบทบาทอื่น ให้คลิกเพิ่มบทบาทอื่น แล้วเพิ่มบทบาทเพิ่มเติมแต่ละบทบาท หมายเหตุ: ช่องบทบาทจะส่งผลต่อทรัพยากรที่บัญชีบริการเข้าถึงได้ในโปรเจ็กต์ คุณเพิกถอนบทบาทเหล่านี้หรือให้บทบาทเพิ่มเติมได้ในภายหลัง ดังนั้นในสภาพแวดล้อมการใช้งานจริง อย่าให้บทบาทเจ้าของ ผู้แก้ไข หรือผู้ดู แต่ให้มอบบทบาทที่กำหนดไว้ล่วงหน้าหรือบทบาทที่กำหนดเองที่ตรงกับความต้องการแทน
6. คลิกต่อไป
7. คลิกเสร็จสิ้นเพื่อสร้างบัญชีบริการให้เสร็จสมบูรณ์ อย่าปิดหน้าต่างเบราว์เซอร์ คุณจะต้องใช้รหัสนี้ในขั้นตอนถัดไป

สร้างคีย์บัญชีบริการ

1. ในคอนโซล Google Cloud ให้คลิกอีเมลของบัญชีบริการที่คุณสร้างขึ้น
2. คลิกคีย์
3. คลิกเพิ่มคีย์ แล้วคลิกสร้างคีย์ใหม่
4. คลิกสร้าง ระบบจะดาวน์โหลดไฟล์คีย์ JSON ลงในคอมพิวเตอร์
5. คลิกปิด
6. ติดตั้งและเริ่มต้นใช้งาน Google Cloud CLI

† คุณต้องมีบทบาทนี้ก็ต่อเมื่อคัดลอกไฟล์วิดีโอตัวอย่างจากที่เก็บข้อมูล Cloud Storage

3. ส่งผ่านข้อมูลไฟล์วิดีโอสำหรับการสตรีม

คุณใช้ vaictl เพื่อสตรีมข้อมูลวิดีโอไปยังแอปวิเคราะห์การเข้าพักได้

เริ่มต้นด้วยการเปิดใช้งาน Vision AI API ใน Cloud Console

ลงทะเบียนสตรีมใหม่

1. คลิกแท็บสตรีมในแผงด้านซ้ายของ Vertex AI Vision
2. คลิกลงทะเบียน
3. ป้อน "traffic-stream" ในชื่อสตรีม
4. ป้อน "us-central1" ในภูมิภาค
5. คลิกลงทะเบียน

ระบบจะใช้เวลา 2-3 นาทีในการลงทะเบียนสตรีม

เตรียมวิดีโอตัวอย่าง

1. คุณสามารถคัดลอกวิดีโอตัวอย่างได้ด้วยคำสั่ง gsutil cp ต่อไปนี้ แทนที่ตัวแปรต่อไปนี้

• SOURCE: ตำแหน่งของไฟล์วิดีโอที่จะใช้ คุณสามารถใช้แหล่งที่มาของไฟล์วิดีโอของคุณเอง (เช่น gs://BUCKET_NAME/FILENAME.mp4) หรือใช้วิดีโอตัวอย่าง (gs://cloud-samples-data/vertex-ai-vision/street_vehicles_people.mp4)(วิดีโอที่มีผู้คนและยานพาหนะ แหล่งที่มา)

export SOURCE=gs://cloud-samples-data/vertex-ai-vision/street_vehicles_people.mp4
gsutil cp $SOURCE .

ส่งข้อมูลไปยังสตรีม

1. หากต้องการส่งไฟล์วิดีโอในเครื่องนี้ไปยังสตรีมอินพุตของแอป ให้ใช้คำสั่งต่อไปนี้ คุณต้องทำการแทนที่ตัวแปรต่อไปนี้

• PROJECT_ID: รหัสโปรเจ็กต์ Google Cloud
• LOCATION_ID: รหัสสถานที่ตั้งของคุณ เช่น us-central1 ดูข้อมูลเพิ่มเติมได้ที่สถานที่ตั้งของระบบคลาวด์
• LOCAL_FILE: ชื่อไฟล์ของไฟล์วิดีโอในเครื่อง เช่น street_vehicles_people.mp4
• -loop flag: ไม่บังคับ วนซ้ำข้อมูลไฟล์เพื่อจำลองการสตรีม

export PROJECT_ID=<Your Google Cloud project ID>
export LOCATION_ID=us-central1
export LOCAL_FILE=street_vehicles_people.mp4

2. คำสั่งนี้จะสตรีมไฟล์วิดีโอไปยังสตรีม หากใช้แฟล็ก –loop วิดีโอจะเล่นซ้ำในสตรีมจนกว่าคุณจะหยุดคำสั่ง เราจะเรียกใช้คำสั่งนี้เป็นงานเบื้องหลังเพื่อให้สตรีมทำงานต่อไป

• ( เพิ่ม nohup ที่จุดเริ่มต้นและ "&" ที่จุดสิ้นสุดเพื่อให้เป็นงานที่ทำงานเบื้องหลัง)

nohup vaictl -p $PROJECT_ID \
    -l $LOCATION_ID \
    -c application-cluster-0 \
    --service-endpoint visionai.googleapis.com \
send video-file to streams 'traffic-stream' --file-path $LOCAL_FILE --loop &

โดยอาจใช้เวลาประมาณ 100 วินาทีระหว่างการเริ่มการดำเนินการส่งผ่านข้อมูล vaictl กับการปรากฏของวิดีโอในแดชบอร์ด

หลังจากที่การส่งผ่านข้อมูลไลฟ์สดพร้อมใช้งานแล้ว คุณจะดูฟีดวิดีโอได้ในแท็บไลฟ์สดของแดชบอร์ด Vertex AI Vision โดยเลือกไลฟ์สดการจราจร

ไปที่แท็บสตรีม

ดูวิดีโอที่กำลังส่งไปยังสตรีมในคอนโซล Google Cloud แบบเรียลไทม์ เครดิตวิดีโอ: Elizabeth Mavor ใน Pixabay (เพิ่มการแตกพิกเซล)

4. สร้าง Cloud Function

เราจะต้องมี Cloud Function เพื่อประมวลผลข้อมูลของโมเดลและสร้างเหตุการณ์ที่จะส่งผ่านช่องทางเหตุการณ์ในภายหลัง

ดูข้อมูลเพิ่มเติมเกี่ยวกับ Cloud Functions ได้ที่นี่

สร้าง Cloud Function ที่รับฟังโมเดล

1. ไปที่หน้าสร้าง UI ของ Cloud Functions
2. ตั้งชื่อฟังก์ชัน ซึ่งจะใช้ในภายหลังเพื่ออ้างอิงถึง Cloud Function นี้ในการตั้งค่าการจัดการเหตุการณ์
3. ตรวจสอบว่าภูมิภาคตรงกับการสมัครของคุณ
4. ปรับแล้วบันทึกการตั้งค่าทริกเกอร์
5. คลิกปุ่มถัดไปเพื่อไปยังส่วน "โค้ด"
6. แก้ไขฟังก์ชันระบบคลาวด์ ต่อไปนี้คือตัวอย่างที่มีรันไทม์ Node.js

/**
* Responds to any HTTP request.
*
* @param {!express:Request} req HTTP request context.
* @param {!express:Response} res HTTP response context.
*/
exports.hello_http = (req, res) => {
 // Logging statement can be read with cmd `gcloud functions logs read {$functionName}`.
 // For more about logging, please see https://cloud.google.com/functions/docs/monitoring

 // The processor output will be stored in req.body.
 const messageString = constructMessage(req.body);

 // Send your message to operator output with res HTTP response context.
 res.status(200).send(messageString);
};

function constructMessage(data) {
 /**
  * Typically, your processor output should contains appPlatformMetadata & it's designed output.
  * For example here, if your output is of tyoe OccupancyCountingPredictionResult, you will need
  * to construct the return annotation as such. 
  */

 // access appPlatformMetat.
 const appPlatformMetadata = data.appPlatformMetadata;

 // access annotations.
 const annotations = data.annotations.map(annotation => {
  // This is a mock OccupancyCountingPredictionResult annotation.
  return {"annotation" : {"track_info": {"track_id": "12345"}}};
 });

 const events = [];
 for(const annotation of annotations) {
   events.push({
       "event_message": "Detection event",
       "payload" : {
         "description" : "object detected"
       },
       "event_id" : "track_id_12345"
     });
 }

  /**
   * Typically, your cloud function should return a string represent a JSON which has two fields:
   * "annotations" must follow the specification of the target model.
   * "events" should be of type "AppPlatformEventBody".
   */
 const messageJson = {
   "annotations": annotations,
   "events": events,
 };
 return JSON.stringify(messageJson);
}

7. คลิกปุ่ม "ทำให้ใช้งานได้" เพื่อทำให้ฟังก์ชันใช้งานได้

5. สร้างหัวข้อและการสมัครใช้บริการ Pub/Sub

เราจะต้องระบุหัวข้อ Pub/Sub ให้กับแอปพลิเคชันเพื่อส่งเหตุการณ์ไป หากต้องการรับเหตุการณ์ การสมัครใช้บริการ Pub/Sub ต้องสมัครใช้บริการการกำหนดค่าออปติก

ดูข้อมูลเพิ่มเติมเกี่ยวกับหัวข้อ Pub/Sub ได้ที่นี่ และการสมัครใช้บริการได้ที่นี่

สร้างหัวข้อ Pub/Sub

หากต้องการสร้างหัวข้อ Pub/Sub คุณสามารถใช้ gcloud CLI ได้ (คุณควรแทนที่ SUBSCRIPTION_ID ด้วยค่าจริงจากการตั้งค่า)

gcloud pubsub topics create TOPIC_ID

หรือจะใช้ UI ของ Pub/Sub ก็ได้

สร้างการสมัครใช้บริการ Pub/Sub

หากต้องการสร้างการสมัครใช้บริการ Pub/Sub คุณสามารถใช้ gcloud CLI ได้ (คุณควรแทนที่ SUBSCRIPTION_ID และ TOPIC_ID ด้วยค่าจริงจากการตั้งค่า)

gcloud pubsub subscriptions create SUBSCRIPTION_ID \
    --topic=TOPIC_ID \

หรือจะใช้ UI ของ Pub/Sub ก็ได้

6. สร้างแอปพลิเคชัน

ขั้นตอนแรกคือการสร้างแอปที่ประมวลผลข้อมูล คุณอาจคิดว่าแอปเป็นไปป์ไลน์อัตโนมัติที่เชื่อมต่อสิ่งต่อไปนี้

• การนำเข้าข้อมูล: ระบบจะนำเข้าฟีดวิดีโอลงในสตรีม
• การวิเคราะห์ข้อมูล: คุณเพิ่มโมเดล AI(Computer Vision) ได้หลังจากการนำเข้า
• การจัดเก็บข้อมูล: คุณจัดเก็บฟีดวิดีโอ 2 เวอร์ชัน (สตรีมต้นฉบับและสตรีมที่โมเดล AI ประมวลผล) ไว้ในคลังสื่อได้

ใน Google Cloud Console แอปจะแสดงเป็นกราฟ

สร้างแอปเปล่า

ก่อนที่จะสร้างกราฟแอป คุณต้องสร้างแอปที่ว่างเปล่าก่อน

สร้างแอปในคอนโซล Google Cloud

1. ไปที่คอนโซล Google Cloud
2. เปิดแท็บแอปพลิเคชันของแดชบอร์ด Vertex AI Vision

ไปที่แท็บแอปพลิเคชัน

3. คลิกปุ่มเพิ่ม Create
4. ป้อน traffic-app เป็นชื่อแอป แล้วเลือกภูมิภาค
5. คลิกสร้าง

เพิ่มโหนดคอมโพเนนต์ของแอป

หลังจากสร้างแอปพลิเคชันที่ว่างเปล่าแล้ว คุณจะเพิ่ม 3 โหนดลงในกราฟแอปได้

1. โหนดการส่งผ่านข้อมูล: แหล่งข้อมูลสตรีมที่ส่งผ่านข้อมูล
2. โหนดการประมวลผล: โมเดลข้อมูลวิเคราะห์การเข้าพักที่ดำเนินการกับข้อมูลที่นำเข้า
3. โหนดพื้นที่เก็บข้อมูล: คลังสื่อที่จัดเก็บวิดีโอที่ประมวลผลแล้ว และทำหน้าที่เป็นที่เก็บข้อมูลเมตา ที่เก็บข้อมูลเมตาประกอบด้วยข้อมูลวิเคราะห์เกี่ยวกับข้อมูลวิดีโอที่นำเข้า และข้อมูลที่โมเดล AI อนุมาน

เพิ่มโหนดคอมโพเนนต์ลงในแอปในคอนโซล

1. เปิดแท็บแอปพลิเคชันของแดชบอร์ด Vertex AI Vision ไปที่แท็บแอปพลิเคชัน
2. ในบรรทัดการเข้าชมแอป ให้เลือกดูกราฟ การดำเนินการนี้จะนำคุณไปยังการแสดงภาพกราฟของไปป์ไลน์การประมวลผล

เพิ่มโหนดการนำเข้าข้อมูล

1. หากต้องการเพิ่มโหนดสตรีมอินพุต ให้เลือกตัวเลือกสตรีมในส่วนตัวเชื่อมต่อของเมนูด้านข้าง
2. ในส่วนแหล่งที่มาของเมนูสตรีมที่เปิดขึ้น ให้เลือกเพิ่มสตรีม
3. ในเมนูเพิ่มสตรีม ให้เลือกลงทะเบียนสตรีมใหม่ แล้วตั้งชื่อสตรีมเป็น traffic-stream
4. หากต้องการเพิ่มสตรีมลงในกราฟแอป ให้คลิกเพิ่มสตรีม

เพิ่มโหนดการประมวลผลข้อมูล

1. หากต้องการเพิ่มโหนดโมเดลการนับการเข้าพัก ให้เลือกตัวเลือกข้อมูลวิเคราะห์การเข้าพักในส่วนโมเดลเฉพาะทางของเมนูด้านข้าง
2. ปล่อยให้การเลือกเริ่มต้นเป็นผู้คนและยานพาหนะ
3. เพิ่มเส้นใน "การข้ามเส้น" ใช้เครื่องมือเส้นหลายจุดเพื่อวาดเส้นในตำแหน่งที่คุณต้องการตรวจจับรถยนต์หรือผู้คนเข้าหรือออก
4. วาดโซนที่ใช้งานอยู่เพื่อนับคน/ยานพาหนะในโซนนั้น
5. เพิ่มการตั้งค่าเวลาในการเข้าชมเพื่อตรวจหาความหนาแน่นหากมีการวาดโซนที่ใช้งานอยู่

• (ขณะนี้ระบบยังไม่รองรับการตรวจจับการบุกรุกพื้นที่และการตรวจจับการข้ามเส้นพร้อมกัน ใช้ได้ครั้งละ 1 ฟีเจอร์เท่านั้น)

เพิ่มโหนดที่เก็บข้อมูล

1. หากต้องการเพิ่มโหนดปลายทางเอาต์พุต (ที่เก็บข้อมูล) ให้เลือกตัวเลือก Media Warehouse ของ Vertex AI Vision ในส่วนตัวเชื่อมต่อของเมนูด้านข้าง
2. ในเมนูคลังสื่อของ Vertex AI Vision ให้คลิกเชื่อมต่อคลัง
3. ในเมนูเชื่อมต่อคลัง ให้เลือกสร้างคลังใหม่ ตั้งชื่อการรับส่งข้อมูลคลังสินค้าเป็น warehouse และปล่อยให้ระยะเวลา TTL เป็น 14 วัน
4. คลิกปุ่มสร้างเพื่อเพิ่มคลังสินค้า

7. กำหนดค่าการจัดการเหตุการณ์

ระยะเวลา 02:00

เราจะเชื่อมต่อโมเดลกับ Cloud Function ที่สร้างไว้ก่อนหน้านี้สำหรับการประมวลผลภายหลัง ซึ่ง Cloud Function จะสามารถประมวลผลเอาต์พุตของโมเดลได้อย่างอิสระและสร้างเหตุการณ์ที่เหมาะกับความต้องการของคุณ จากนั้นเราจะกำหนดค่าแชแนลเหตุการณ์โดยกำหนดค่าหัวข้อ Pub/Sub ที่สร้างไว้ก่อนหน้านี้เป็นเป้าหมาย นอกจากนี้ คุณยังกำหนดช่วงเวลาขั้นต่ำได้ด้วย ซึ่งจะช่วยป้องกันไม่ให้ช่องกิจกรรมของคุณถูกกิจกรรมเดียวกันท่วมท้นในระยะเวลาอันสั้น

เลือก Cloud Function สำหรับการประมวลผลภายหลัง

1. คลิกโหนดการประมวลผลข้อมูล(ข้อมูลวิเคราะห์การเข้าพัก) ในกราฟแอปพลิเคชันเพื่อเปิดเมนูด้านข้าง
2. เลือก Cloud Function (ระบุตามชื่อฟังก์ชัน) ในเมนูแบบเลื่อนลงหลังการประมวลผล
3. กราฟแอปพลิเคชันจะบันทึกการเปลี่ยนแปลงโดยอัตโนมัติ

กำหนดค่าช่องกิจกรรม

1. คลิกโหนดการประมวลผลข้อมูล(ข้อมูลวิเคราะห์การเข้าพัก) ในกราฟแอปพลิเคชันเพื่อเปิดเมนูด้านข้าง
2. คลิก "ตั้งค่าการแจ้งเตือนกิจกรรม" ในส่วนการแจ้งเตือนกิจกรรม
3. เลือกหัวข้อ Pub/Sub ในเมนูแบบเลื่อนลง
4. (ไม่บังคับ) ตั้งค่าช่วงเวลา/ความถี่ขั้นต่ำสำหรับการเผยแพร่เหตุการณ์

8. ทำให้แอปพร้อมใช้งาน

หลังจากสร้างแอปแบบครบวงจรที่มีคอมโพเนนต์ที่จำเป็นทั้งหมดแล้ว ขั้นตอนสุดท้ายในการใช้แอปคือการติดตั้งใช้งาน

1. เปิดแท็บแอปพลิเคชันของแดชบอร์ด Vertex AI Vision ไปที่แท็บแอปพลิเคชัน
2. เลือกดูกราฟข้างแอปการเข้าชมในรายการ
3. จากหน้าเครื่องมือสร้างกราฟแอปพลิเคชัน ให้คลิกปุ่มติดตั้งใช้งาน
4. ในกล่องโต้ตอบการยืนยันต่อไปนี้ ให้เลือกติดตั้งใช้งาน การดำเนินการทำให้ใช้งานได้อาจใช้เวลาหลายนาทีจึงจะเสร็จสมบูรณ์ หลังจากที่การติดตั้งใช้งานเสร็จสิ้น เครื่องหมายถูกสีเขียวจะปรากฏข้างโหนด

9. ยืนยันเหตุการณ์/ข้อความในการสมัครใช้บริการ Pub/Sub

หลังจากส่งผ่านข้อมูลวิดีโอไปยังแอปประมวลผลแล้ว Cloud Function ควรสร้างเหตุการณ์เมื่อโมเดลข้อมูลวิเคราะห์การเข้าพักแสดงผลคำอธิบายประกอบ จากนั้นควรเผยแพร่เหตุการณ์เหล่านั้นเป็นข้อความผ่านหัวข้อ Pub/Sub และการสมัครใช้บริการของคุณควรได้รับข้อความเหล่านั้น

ขั้นตอนต่อไปนี้จะถือว่าคุณมีการสมัครใช้บริการแบบดึงข้อมูล

1. เปิดรายการการสมัครใช้บริการ Pub/Sub ในโปรเจ็กต์ แล้วค้นหาการสมัครใช้บริการที่เกี่ยวข้อง ไปที่หน้ารายการการสมัครใช้บริการ Pub/Sub
2. ไปที่แท็บ "ข้อความ"
3. คลิกปุ่ม "ดึง"
4. ดูข้อความในตาราง

หรือจะดูวิธีรับข้อความโดยไม่มี UI ก็ได้ ไปที่หน้าการสมัครใช้บริการ

10. ขอแสดงความยินดี

ยินดีด้วย คุณทำแล็บเสร็จแล้ว

ล้างข้อมูล

โปรดลบโปรเจ็กต์ที่มีทรัพยากรหรือเก็บโปรเจ็กต์ไว้และลบทรัพยากรแต่ละรายการเพื่อหลีกเลี่ยงการเรียกเก็บเงินจากบัญชี Google Cloud สำหรับทรัพยากรที่ใช้ในบทแนะนำนี้

ลบโปรเจ็กต์

ลบทรัพยากรแต่ละรายการ

แหล่งข้อมูล

https://cloud.google.com/vision-ai/docs/overview

https://cloud.google.com/vision-ai/docs/occupancy-count-tutorial

ความคิดเห็น

คลิกที่นี่เพื่อแสดงความคิดเห็น

แบบสำรวจ

คุณจะใช้บทแนะนำนี้อย่างไร

อ่านอย่างเดียว อ่านและทำแบบฝึกหัด

Codelab นี้มีประโยชน์มากน้อยเพียงใด

มีประโยชน์มาก มีประโยชน์พอสมควร