Localisez et comptez les éléments grâce à la détection d'objets

Ce modèle de code fait partie de la Premiers pas avec IBM Maximo Visual Inspection Parcours d'apprentissage.

Résumé

La détection d'objets a des utilisations et des opportunités différentes de celles de la classification d'images. Ce modèle de code montre comment utiliser IBM Maximo Visual Inspection Object Detection pour détecter et étiqueter des objets dans une image (dans ce cas, des produits Coca-Cola), sur la base d'une formation personnalisée. Vous pouvez ensuite facilement personnaliser cet exemple d'ensemble de données initial avec vos propres ensembles de données, sans écrire de code.

Description

Imaginez que vous êtes fournisseur d’un article (comme une boisson gazeuse) et que vous souhaitez savoir combien de bouteilles il y a dans les rayons d’un magasin. Vous pouvez créer une application qui vous aide à faire exactement cela. IBM Maximo Visual Inspection utilise l'apprentissage profond pour créer des modèles entraînés basés sur des images que vous téléchargez et étiquetez. Vous n'avez pas besoin d'écrire de code pour entraîner, déployer et tester un nouveau modèle de détection d'objets. Il vous suffit de télécharger les images, d'utiliser votre souris pour étiqueter les objets dans vos images, puis de laisser IBM Maximo Visual Inspection effectuer l'apprentissage.

Avec ce modèle, vous utiliserez une formation d'apprentissage en profondeur pour créer un modèle de détection d'objets. En quelques clics, vous pouvez former et déployer le modèle. Après avoir formé et déployé le modèle, un point de terminaison REST vous permet de localiser et de compter les éléments dans une image. Le modèle de code comprend un exemple de jeu de données pour vous aider à construire un détecteur de bouteille de coke, mais vous pouvez utiliser vos propres exemples et détecter d'autres objets.

IBM Maximo Visual Inspection présente des API REST pour les opérations d'inférence. Vous pouvez utiliser n'importe quel client REST pour la détection d'objets avec votre modèle personnalisé et vous pouvez utiliser l'interface utilisateur IBM Maximo Visual Inspection pour le tester. Cet exemple inclut un exemple d'application Node.js qui montre comment télécharger une image, puis dessiner l'image avec des étiquettes et des cadres de délimitation autour des objets détectés.

Lorsque vous avez terminé ce modèle de code, vous devez savoir comment:

• Créer un ensemble de données pour la détection d'objets avec IBM Maximo Visual Inspection
• Former et déployer un modèle basé sur l'ensemble de données
• Testez le modèle à l'aide d'appels REST

Flow

1. Téléchargez les images pour créer un ensemble de données IBM Maximo Visual Inspection.
2. Étiquetez les objets dans l'ensemble de données d'image avant la formation.
3. Entraînez, déployez et testez le modèle dans IBM Maximo Visual Inspection.
4. Utilisez un client REST pour détecter des objets dans les images.

Instructions

Trouvez les étapes détaillées de ce modèle dans le README. Ces étapes vous montreront comment:

1. Clonez le dépôt GitHub de powerai-vision-object-detection.
2. Connectez-vous à IBM Maximo Visual Inspection.
3. Créez un nouvel ensemble de données pour la formation à la détection d'objets.
4. Créez des étiquettes pour les objets d'apprentissage et étiquetez les objets.
5. Créez une tâche DL.
6. Déployez et testez le modèle.
7. Exécutez l'application.

Conclusion

Ce modèle de code a montré comment utiliser IBM Maximo Visual Inspection Object Detection pour détecter et étiqueter des objets dans une image en fonction d'une formation personnalisée. Le modèle de code fait partie du Premiers pas avec IBM Maximo Visual Inspection Parcours d'apprentissage. Pour continuer la série et en savoir plus sur les fonctionnalités d'IBM Maximo Visual Inspection, jetez un œil au modèle de code suivant, Suivi d'objets en vidéo avec OpenCV et Deep Learning.

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