Localizar y contar elementos con detección de objetos.

Este patrón de código es parte del Introducción a IBM Maximo Visual Inspection camino de aprendizaje.

Resumen

La detección de objetos tiene diferentes usos y oportunidades que la clasificación de imágenes. Este patrón de código demuestra cómo utilizar IBM Maximo Visual Inspection Object Detección para detectar y etiquetar objetos dentro de una imagen (en este caso, productos de Coca-Cola), según una formación personalizada. Luego podrá personalizar fácilmente este ejemplo de conjunto de datos inicial con sus propios conjuntos de datos, sin escribir ningún código.

Descripción

Imagina que eres proveedor de un artículo (como un refresco) y quieres saber cuántas botellas hay en los estantes de una tienda. Puedes crear una aplicación que te ayude a hacer precisamente eso. IBM Maximo Visual Inspection utiliza el aprendizaje profundo para crear modelos entrenados basados ​​en imágenes que usted carga y etiqueta. No es necesario escribir ningún código para entrenar, implementar y probar un nuevo modelo de detección de objetos. Simplemente cargue las imágenes, use el mouse para etiquetar los objetos en sus imágenes y luego deje que IBM Maximo Visual Inspection haga el aprendizaje.

Con este patrón, utilizará la capacitación de aprendizaje profundo para crear un modelo para la detección de objetos. Con solo unos pocos clics, puede entrenar e implementar el modelo. Después de entrenar e implementar el modelo, un punto final REST le permite ubicar y contar elementos en una imagen. El patrón de código incluye un conjunto de datos de ejemplo para ayudarlo a construir un detector de botella de Coca-Cola, pero puede usar sus propios ejemplos y detectar otros objetos.

IBM Maximo Visual Inspection presenta API REST para operaciones de inferencia. Puede utilizar cualquier cliente REST para la detección de objetos con su modelo personalizado y puede utilizar la interfaz de usuario de IBM Maximo Visual Inspection para probarlo. Este ejemplo incluye una aplicación Node.js de ejemplo que muestra cómo cargar una imagen y luego dibujarla con etiquetas y cuadros delimitadores alrededor de los objetos detectados.

Cuando haya completado este patrón de código, debe saber cómo:

• Cree un conjunto de datos para la detección de objetos con IBM Maximo Visual Inspection
• Capacite e implemente un modelo basado en el conjunto de datos.
• Probar el modelo utilizando llamadas REST

Flujo

1. Cargue las imágenes para crear un conjunto de datos de IBM Maximo Visual Inspection.
2. Etiquete los objetos en el conjunto de datos de imagen antes del entrenamiento.
3. Entrene, implemente y pruebe el modelo en IBM Maximo Visual Inspection.
4. Use un cliente REST para detectar objetos en imágenes.

Instrucciones

Encuentre los pasos detallados para este patrón en el README. Esos pasos le mostrarán cómo:

1. Clone el repositorio GitHub de detección de objetos con visión de potencia.
2. Inicie sesión en IBM Maximo Visual Inspection.
3. Cree un nuevo conjunto de datos para el entrenamiento de detección de objetos.
4. Cree etiquetas para objetos de entrenamiento y etiquete los objetos.
5. Crea una tarea DL.
6. Implemente y pruebe el modelo.
7. Ejecutar la aplicación.

Conclusión

Este patrón de código demostró cómo utilizar IBM Maximo Visual Inspection Object Detección para detectar y etiquetar objetos dentro de una imagen según una formación personalizada. El patrón de código es parte del Introducción a IBM Maximo Visual Inspection ruta de aprendizaje. Para continuar con la serie y conocer más funciones de IBM Maximo Visual Inspection, consulte el siguiente patrón de código, Seguimiento de objetos en video con OpenCV y Deep Learning.

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