حدد موقع العناصر وعدها مع الكشف عن الكائنات

نمط الرمز هذا جزء من الشروع في الفحص البصري IBM Maximo طريق التعلم.

نبذة عامة

اكتشاف الكائن له استخدامات وفرص مختلفة عن تصنيف الصور. يوضح نمط الكود هذا كيفية استخدام IBM Maximo Visual Inspection Object Detection لاكتشاف الكائنات وتسميتها داخل صورة (في هذه الحالة ، منتجات Coca-Cola) ، بناءً على التدريب المخصص. يمكنك بعد ذلك بسهولة تخصيص مثال مجموعة البيانات الأولية هذا مع مجموعات البيانات الخاصة بك - دون كتابة أي رمز.

الوصف

تخيل أنك مورد عنصر (مثل مشروب غازي) وتريد معرفة عدد الزجاجات الموجودة على رف المتجر. يمكنك إنشاء تطبيق يساعدك على القيام بذلك. يستخدم IBM Maximo Visual Inspection التعلم العميق لإنشاء نماذج مدربة بناءً على الصور التي تقوم بتحميلها وتسميتها. لست بحاجة إلى كتابة أي رمز لتدريب نموذج جديد لاكتشاف الكائنات ونشره واختباره. ما عليك سوى تحميل الصور واستخدام الماوس لتسمية الكائنات الموجودة في صورك ، ثم السماح للفحص البصري IBM Maximo بالتعلم.

باستخدام هذا النمط ، ستستخدم تدريب التعلم العميق لإنشاء نموذج للكشف عن الكائنات. بنقرات قليلة ، يمكنك تدريب ونشر النموذج. بعد تدريب النموذج ونشره ، تتيح لك نقطة نهاية REST تحديد موقع العناصر وحسابها في الصورة. يتضمن نمط الكود مجموعة بيانات نموذجية لمساعدتك على بناء كاشف زجاجة كوكاكولا ، ولكن يمكنك استخدام الأمثلة الخاصة بك والكشف عن كائنات أخرى.

يقدم IBM Maximo Visual Inspection واجهات برمجة تطبيقات REST لعمليات الاستدلال. يمكنك استخدام أي عميل REST لاكتشاف العنصر مع النموذج المهيأ الخاص بك ، ويمكنك استخدام IBM Maximo Visual Inspection UI لاختباره. يتضمن هذا المثال مثالاً لتطبيق Node.js يوضح كيفية تحميل صورة ثم رسم الصورة مع التسميات والمربعات المحيطة حول الكائنات المكتشفة.

عند الانتهاء من نمط الرمز هذا ، يجب أن تعرف كيفية:

• تكوين مجموعة بيانات لاكتشاف العنصر باستخدام IBM Maximo Visual Inspection
• تدريب ونشر نموذج يستند إلى مجموعة البيانات
• اختبر النموذج باستخدام مكالمات REST

التدفق

1. قم بتحميل الصور لتكوين مجموعة بيانات IBM Maximo Visual Inspection.
2. قم بتسمية الكائنات في مجموعة بيانات الصورة قبل التدريب.
3. تدريب النموذج ونشره واختباره في IBM Maximo Visual Inspection.
4. استخدم عميل REST لاكتشاف الكائنات في الصور.

تعليمات

العثور على الخطوات التفصيلية لهذا النمط في README. ستوضح لك هذه الخطوات كيفية:

1. استنساخ الريبو كشف رؤية الكائن - Powerit.
2. قم بتسجيل الدخول إلى الفحص البصري IBM Maximo.
3. إنشاء مجموعة بيانات جديدة للتدريب على الكشف عن الكائنات.
4. أنشئ علامات لكائنات التدريب وقم بتسمية الكائنات.
5. قم بإنشاء مهمة DL.
6. نشر واختبار النموذج.
7. تشغيل التطبيق.

وفي الختام

يوضح نمط الكود هذا كيفية استخدام IBM Maximo Visual Inspection Object Detection لاكتشاف الكائنات وتسميتها داخل صورة بناءً على تدريب مخصص. نمط الكود هو جزء من الشروع في الفحص البصري IBM Maximo طريق التعلم. لمتابعة السلسلة ومعرفة المزيد عن ميزات IBM Maximo Visual Inspection ، ألق نظرة على نمط الكود التالي ، تتبع الكائنات في الفيديو باستخدام OpenCV و Deep Learning.

المصدر: https://developer.ibm.com/patterns/locate-and-count-items-with-object-detection/