Individua e conta gli oggetti con il rilevamento degli oggetti

Questo modello di codice fa parte di Iniziare con IBM Maximo Visual Inspection percorso di apprendimento.

Sommario

Il rilevamento degli oggetti ha usi e opportunità diversi rispetto alla classificazione delle immagini. Questo modello di codice dimostra come utilizzare IBM Maximo Visual Inspection Object Detection per rilevare ed etichettare gli oggetti all'interno di un'immagine (in questo caso, prodotti Coca-Cola), in base alla formazione personalizzata. Puoi quindi personalizzare facilmente questo esempio di set di dati iniziale con i tuoi set di dati, senza scrivere alcun codice.

Descrizione

Immagina di essere un fornitore di un articolo (ad esempio una bibita analcolica) e di voler sapere quante bottiglie ci sono sullo scaffale di un negozio. Puoi creare un'app che ti aiuti a fare proprio questo. IBM Maximo Visual Inspection utilizza il deep learning per creare modelli addestrati basati su immagini caricate ed etichettate. Non è necessario scrivere alcun codice per addestrare, distribuire e testare un nuovo modello di rilevamento degli oggetti. È sufficiente caricare le immagini, utilizzare il mouse per etichettare gli oggetti nelle immagini e lasciare che IBM Maximo Visual Inspection esegua l'apprendimento.

Con questo modello utilizzerai la formazione sul deep learning per creare un modello per il rilevamento degli oggetti. Con pochi clic puoi addestrare e distribuire il modello. Dopo aver addestrato e distribuito il modello, un endpoint REST consente di individuare e contare gli elementi in un'immagine. Il modello di codice include un set di dati di esempio per aiutarti a costruire un rilevatore di bottiglie di Coca-Cola, ma puoi utilizzare i tuoi esempi e rilevare altri oggetti.

IBM Maximo Visual Inspection presenta API REST per le operazioni di inferenza. Puoi utilizzare qualsiasi client REST per il rilevamento degli oggetti con il tuo modello personalizzato e puoi utilizzare l'interfaccia utente IBM Maximo Visual Inspection per testarlo. Questo esempio include un'app Node.js di esempio che dimostra come caricare un'immagine e quindi disegnare l'immagine con etichette e riquadri di delimitazione attorno agli oggetti rilevati.

Dopo aver completato questo modello di codice, dovresti sapere come:

• Crea un set di dati per il rilevamento degli oggetti con IBM Maximo Visual Inspection
• Addestrare e distribuire un modello basato sul set di dati
• Testare il modello utilizzando le chiamate REST

Flow

1. Carica le immagini per creare un set di dati IBM Maximo Visual Inspection.
2. Etichettare gli oggetti nel set di dati immagine prima dell'addestramento.
3. Addestra, distribuisci e testa il modello in IBM Maximo Visual Inspection.
4. Utilizza un client REST per rilevare oggetti nelle immagini.

Istruzioni

Trova i passaggi dettagliati per questo modello nel README. Questi passaggi ti mostreranno come:

1. Clonare il repository GitHub powerai-vision-object-detection.
2. Accedi a IBM Maximo Visual Inspection.
3. Crea un nuovo set di dati per l'addestramento sul rilevamento degli oggetti.
4. Crea tag per oggetti di addestramento ed etichetta gli oggetti.
5. Creare un'attività DL.
6. Distribuire e testare il modello.
7. Esegui l'applicazione.

Conclusione

Questo modello di codice ha dimostrato come utilizzare IBM Maximo Visual Inspection Object Detection per rilevare ed etichettare gli oggetti all'interno di un'immagine in base alla formazione personalizzata. Il modello di codice fa parte del file Iniziare con IBM Maximo Visual Inspection percorso di apprendimento. Per continuare la serie e conoscere altre funzionalità di IBM Maximo Visual Inspection, dai un'occhiata al modello di codice successivo, Tracciamento degli oggetti in video con OpenCV e Deep Learning.

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