Dieses Codemuster ist Teil des Erste Schritte mit IBM Maximo Visual Inspection Lernweg.
Zusammenfassung
Das Training eines visuellen Erkennungsmodells kann repetitiv und mühsam sein. Benutzer müssen in der Regel jedes einzelne Bild manuell hochladen und beschriften. Dieses Codemuster zeigt, wie Sie diese sich wiederholenden Aufgaben automatisieren können, indem Sie eine Reihe von Ordnern mithilfe eines Python-Skripts überwachen. Wenn Bilder zu jedem Ordner hinzugefügt werden, werden sie in IBM Maximo Visual Inspection hochgeladen und beschriftet. Sobald genügend Bilder hochgeladen wurden, wird ein Bilderkennungsmodell trainiert.
Beschreibung
Dieses Codemuster richtet sich an Geschäftsanwender, die benutzerdefinierte visuelle Erkennungsmodelle verwenden und den Zeitaufwand für die manuelle Optimierung und Neuschulung ihrer Modelle reduzieren möchten. Dies wird durch die Verwendung eines Python-Skripts erreicht, das Ordner auf Änderungen überwachen kann. Wenn Bilder zu jedem angegebenen Ordner hinzugefügt werden, werden die Bilder automatisch in den IBM Maximo Visual Inspection-Dienst hochgeladen und entsprechend gekennzeichnet. Dies vereinfacht den Trainingsprozess erheblich, da Sie nicht die Benutzeroberfläche verwenden müssen, um jedes einzelne Bild hochzuladen und zu kennzeichnen. Dadurch können Sie IBM Maximo Visual Inspection-Modelle kontinuierlich aktualisieren, ohne auf einen Systemadministrator angewiesen zu sein.
Wenn Sie dieses Codemuster vervollständigen, können Sie:
- Automatisieren Sie die Kategorisierung und das Hochladen von Bildern in IBM Maximo Visual Inspection
- Automatisieren Sie das Modelltraining in IBM Maximo Visual Inspection
Flow
- Der Benutzer kopiert entsprechende Bilder in die Kategorie-Unterordner.
- Das Skript zählt die Anzahl der hinzugefügten Bilder und stellt fest, ob die Bildanzahl den Schwellenwert überschreitet.
- Wenn die Anzahl der Bilder den „Upload“-Schwellenwert überschreitet, führt das Skript eine POST-Anfrage aus und lädt Bilder für jede Kategorie hoch.
- Wenn die Bildanzahl den „Train“-Schwellenwert überschreitet, führt das Skript eine POST-Anfrage aus, um mit dem Training eines Modells zu beginnen.
Anweisungen
Die detaillierten Anweisungen finden Sie in der README Datei. Diese Schritte zeigen Ihnen, wie Sie:
- Klonen Sie das Repository.
- Erstellen Sie den Bildordner und die Unterordner.
- Füllen Sie die Konfigurationsdatei aus.
- Starten und testen Sie das Skript.
Zusammenfassung
Dieses Codemuster erläuterte, wie sich wiederholende Aufgaben durch die Überwachung einer Reihe von Ordnern mithilfe eines Python-Skripts automatisiert werden können. Das Codemuster ist Teil des Erste Schritte mit IBM Maximo Visual Inspection Lernweg. Um mit dem Lernpfad fortzufahren, schauen Sie sich das nächste Muster an Laden Sie die Inferenzergebnisse von IBM Maximo Visual Inspection in ein Dashboard.
