Χαρακτηριστικά
Τα μοντέλα IBM Model Asset eXchange (MAX) που φιλοξενούνται στο Machine Learning eXchange (https://ml-exchange.org/models/) έχουν δώσει στους προγραμματιστές εφαρμογών χωρίς εμπειρία στην επιστήμη δεδομένων εύκολη πρόσβαση σε προκατασκευασμένα μοντέλα μηχανικής εκμάθησης. Αυτό το μοτίβο κώδικα δείχνει πώς να δημιουργήσετε μια απλή εφαρμογή Ιστού για να οπτικοποιήσετε την έξοδο κειμένου ενός μοντέλου MAX. Η εφαρμογή Ιστού χρησιμοποιεί το Ανιχνευτής αντικειμένων από το MAX και δημιουργεί μια απλή διεπαφή ιστού που εμφανίζει πλαίσια οριοθέτησης γύρω από τα εντοπισμένα αντικείμενα σε μια εικόνα και σας επιτρέπει να φιλτράρετε τα αντικείμενα με βάση την ετικέτα τους και την πιθανή ακρίβεια που δίνεται από το μοντέλο.
Περιγραφή
Αυτό το μοτίβο κώδικα χρησιμοποιεί ένα από τα μοντέλα από το Model Asset eXchange, μια ανταλλαγή όπου μπορείτε να βρείτε και να πειραματιστείτε με μοντέλα βαθιάς εκμάθησης ανοιχτού κώδικα. Συγκεκριμένα, χρησιμοποιεί τον ανιχνευτή αντικειμένων για να δημιουργήσει μια εφαρμογή Ιστού που αναγνωρίζει αντικείμενα σε μια εικόνα και σας επιτρέπει να φιλτράρετε τα αντικείμενα με βάση την ανιχνευόμενη ετικέτα και την ακρίβεια πρόβλεψής τους. Η εφαρμογή Ιστού παρέχει μια διαδραστική διεπαφή χρήστη που υποστηρίζεται από έναν ελαφρύ διακομιστή Node.js που χρησιμοποιεί το Express. Ο διακομιστής φιλοξενεί μια διεπαφή ιστού από την πλευρά του πελάτη και αναμεταδίδει κλήσεις API στο μοντέλο από τη διεπαφή ιστού σε ένα τελικό σημείο REST για το μοντέλο. Η διεπαφή ιστού λαμβάνει μια εικόνα και τη στέλνει στο τελικό σημείο REST του μοντέλου μέσω του διακομιστή και εμφανίζει τα αντικείμενα που έχουν εντοπιστεί στο περιβάλλον εργασίας χρήστη. Το τελικό σημείο REST του μοντέλου ρυθμίζεται χρησιμοποιώντας την εικόνα Docker που παρέχεται στο MAX. Η διεπαφή χρήστη Web εμφανίζει τα αντικείμενα που έχουν εντοπιστεί σε μια εικόνα χρησιμοποιώντας ένα πλαίσιο οριοθέτησης και μια ετικέτα και περιλαμβάνει μια γραμμή εργαλείων για το φιλτράρισμα των ανιχνευόμενων αντικειμένων με βάση τις ετικέτες τους ή ένα όριο για την ακρίβεια πρόβλεψης.
Όταν ολοκληρώσετε αυτό το πρότυπο κώδικα, καταλαβαίνετε πώς να:
- Δημιουργήστε μια εικόνα Docker του μοντέλου Object Detector MAX
- Αναπτύξτε ένα μοντέλο βαθιάς μάθησης με τελικό σημείο REST
- Αναγνώριση αντικειμένων σε μια εικόνα χρησιμοποιώντας το REST API του μοντέλου MAX
- Εκτελέστε μια εφαρμογή Ιστού που χρησιμοποιεί το REST API του μοντέλου
Ροή
- Ο χρήστης χρησιμοποιεί τη διεπαφή ιστού για να στείλει μια εικόνα στο μοντέλο API.
- Το Model API επιστρέφει τα δεδομένα αντικειμένου και η διεπαφή ιστού εμφανίζει τα αντικείμενα που εντοπίστηκαν.
- Ο χρήστης αλληλεπιδρά με τη διεπαφή ιστού για να προβάλλει και να φιλτράρει τα αντικείμενα που έχουν εντοπιστεί.
Οδηγίες
Είστε έτοιμοι να θέσετε αυτό το μοτίβο κώδικα για χρήση; Πλήρεις λεπτομέρειες σχετικά με τον τρόπο έναρξης λειτουργίας και χρήσης αυτής της εφαρμογής βρίσκονται στο README.
- πρόσβαση
- api
- app
- Εφαρμογή
- γύρω
- προσόν
- σώμα
- Κουτί
- κωδικός
- περιεχόμενο
- ημερομηνία
- επιστημονικά δεδομένα
- βαθιά μάθηση
- προγραμματιστές
- Λιμενεργάτης
- Τελικό σημείο
- ανταλλαγή
- εμπειρία
- πείραμα
- ροή
- Πως
- Πώς να
- HTTPS
- IBM
- εικόνα
- διαδραστικό
- IT
- Ετικέτες
- μάθηση
- μάθηση μηχανής
- μοντέλο
- Node.js
- ανοίξτε
- ανοικτού κώδικα
- πρότυπο
- πρόβλεψη
- ΠΕΡΙΦΕΡΕΙΑ
- Επιστροφές
- τρέξιμο
- Επιστήμη
- σειρά
- Απλούς
- ξεκίνησε
- ui
- Δες
- ιστός