Integrare nell’ERP Sme.UP Google AutoML Vision, per la parte predittiva

In questo articolo vedremo cos’è AutoML Vision, cioè il Machine Learning di Google, e parleremo dell’applicazione che è stata realizzata per utilizzare le possibilità di questo Web Service di Google, in WebUP.

Cos’è Google AutoML Vision?

Cloud AutoML è una suite di prodotti di machine learning che consente agli sviluppatori con esperienza limitata nel campo del machine learning di addestrare modelli di alta qualità in base alle esigenze aziendali. Si basa sulle tecnologie all’avanguardia Transfer Learning e Neural Architecture Search (NAS) di Google.

Nel caso specifico si tratta di fornire a Google un database di immagini che servano da apprendimento, per la costruzione di un modello. Queste immagini avranno associati degli attributi, in funzione di quello che vorremmo fare.

Dopo l’addestramento, Google avrà costruito un modello che ci darà, mediante un servizio, delle risposte, delle predizioni su eventuali ulteriori immagini che gli forniremo.

Cosa è stato fatto?

In particolare abbiamo deciso di prendere alcune immagini/foto pubbliche di persone, e, mediante AutoML, cercare di capire attraverso l’analisi delle immagini stesse, se le persone ritratte hanno o meno gli occhiali.

A tale scopo abbiamo caricato le immagini scelte su Google e ognuna è stata taggata, indicando se la persona mostrata ha gli occhiali o non ha gli occhiali.

Alla fine di questo caricamento, è stato chiesto a Google di costruire un modello di auto-apprendimento, utilizzando quanto caricato.

Google, una volta elaborato il materiale fornito, ci ha restituito il suddetto modello, fornendo anche degli indici di affidabilità, ovvero delle misure della precisione del modello nel produrre previsioni corrette. Se tali indici sono considerati adeguati si può procedere con la fase di predizione; altrimenti dovremo fornire ulteriore materiale a Google per l’addestramento del modello, per renderlo più accurato.

La scheda di demo (richiamo: su ws_107):

Ci sono due configurazioni caricate. Per l’esempio è stata utilizzata la prima, “Project Automl Laboratory“.

Cliccando su “Manage project“, si entra nel dettaglio del progetto relativo:

Vengono visualizzati i vari modelli, già pre-caricati. Il modello utilizzato per il progetto corrente è “eyeglasses“.
A questo punto si possono consultare i dettagli del modello, mediante tasto “More details“, oppure utilizzarlo per avere una predizione mediante il tasto “Prediction“.

Si apre una nuova finestra che consente di selezionare e caricare un’immagine, che verrà poi analizzata dal modello AutoML di Google da noi creato e, di conseguenza, verrà restituito il risultato come predizione.

Esempio caricamento immagine che ritrae una persona senza occhiali:

Esempio caricamento immagine che ritrae una persona con occhiali: