نبذة عامة
سواء كنت تحسب عدد السيارات على الطريق أو الأشخاص الذين تقطعت بهم السبل على أسطح المنازل في كارثة طبيعية ، فهناك الكثير من حالات الاستخدام لاكتشاف الأشياء. في كثير من الأحيان ، لا تناسب نماذج اكتشاف الكائنات المدربة مسبقًا احتياجاتك وتحتاج إلى إنشاء نماذج مخصصة خاصة بك. كيف يمكنك استخدام التعلم الآلي لتدريب نموذجك المخصص بدون قوة ووقت حوسبة جوهريين؟ تعلم الآلة واتسون. كيف يمكنك استخدام نموذجك المُدرب خصيصًا لاكتشاف الكائنات ، في الوقت الفعلي ، مع خصوصية المستخدم الكاملة ، وكل ذلك على جهاز ذي قدرة حاسوبية محدودة؟ Apple's Core ML و TensorFlow.js و TensorFlow Lite.
الوصف
في نمط الشفرة هذا ، ستقوم بإنشاء تطبيق iOS أو Android أو تطبيق ويب (أو الثلاثة جميعها) التي تتيح لك استخدام النماذج المدربة بشكل مخصص لاكتشاف الكائنات. ستقوم بإنشاء نسخة تخزين IBM Cloud Object لتخزين البيانات المصنفة ، ثم بعد أن تصبح البيانات جاهزة ، ستتعلم كيفية بدء تشغيل نسخة Watson Machine Learning لتدريب نموذجك المخصص على وحدات معالجة الرسوميات (GPU) الأفضل. . بعد انتهاء نموذجك من التدريب ، يمكنك ببساطة سحب النموذج وإفلاته في التطبيق الخاص بك.
عند الانتهاء من نمط الرمز هذا ، يجب أن تفهم كيفية:
- بيانات التسمية التي يمكن استخدامها للكشف عن الكائنات
- استخدم بياناتك المخصصة لتدريب نموذج باستخدام Watson Machine Learning
- كشف الكائنات باستخدام Core ML
التدفق
- تحميل بيانات التدريب إلى IBM Cloud Object Storage.
- يقوم Watson Machine Learning بسحب بيانات التدريب من IBM Cloud Object Storage وتدريب نموذج باستخدام TensorFlow. يتم حفظ النموذج المدرب مرة أخرى في IBM Cloud Object Storage.
- يتم إضافة النماذج المدربة إلى التطبيق.
- يتفاعل المستخدم مع التطبيقات التي يمكنها اكتشاف الكائنات في الوقت الفعلي.
- الكل
- الروبوت
- التطبيق
- تطبيق
- التطبيقات
- الجسدي
- نساعدك في بناء
- ابني
- cars
- الحالات
- سحابة
- الكود
- رؤية الكمبيوتر
- الحوسبة
- القدرة الحاسوبية
- محتوى
- البيانات
- كشف
- كارثة
- تدفق
- وحدات معالجة الرسومات
- كيفية
- كيفية
- HTTPS
- IBM
- آي بي إم الغيمة
- آيفون
- تعلم
- تعلم
- محدود
- آلة التعلم
- ML
- نموذج
- كشف الكائن
- تخزين الكائنات
- نمط
- مجتمع
- وفرة
- قوة
- خصوصية
- في الوقت الحقيقي
- بداية
- تخزين
- متجر
- tensorflow
- الوقت
- قادة الإيمان
- القطارات
- رؤيتنا
- واتسون
- الويب
- من الذى