まとめ
Machine Learning eXchange でホストされる IBM Model Asset eXchange (MAX) モデル (https://ml-exchange.org/models/) により、データ サイエンスの経験のないアプリケーション開発者でも、事前に構築された機械学習モデルに簡単にアクセスできるようになりました。このコード パターンは、MAX モデルのテキスト出力を視覚化する単純な Web アプリケーションを作成する方法を示しています。 Web アプリでは、 オブジェクト検出器 MAX から取得し、画像内で検出されたオブジェクトの周囲に境界ボックスを表示するシンプルな Web UI を作成し、ラベルとモデルによって与えられる推定精度に基づいてオブジェクトをフィルタリングできるようにします。
Description
このコード パターンは、オープンソースの深層学習モデルを検索して実験できる交換所である Model Asset eXchange のモデルの 1 つを使用します。具体的には、Object Detector を使用して、画像内のオブジェクトを認識し、検出されたラベルと予測精度に基づいてオブジェクトをフィルターできる Web アプリケーションを作成します。 Web アプリケーションは、Express を使用した軽量の Node.js サーバーを基盤とする対話型ユーザー インターフェイスを提供します。サーバーはクライアント側 Web UI をホストし、Web UI からモデルへの API 呼び出しをモデルの REST エンドポイントに中継します。 Web UI は画像を取り込み、サーバー経由でモデル REST エンドポイントに送信し、検出されたオブジェクトを UI 上に表示します。モデルの REST エンドポイントは、MAX で提供される Docker イメージを使用してセットアップされます。 Web UI には、境界ボックスとラベルを使用して画像内の検出されたオブジェクトが表示され、ラベルまたは予測精度のしきい値に基づいて検出されたオブジェクトをフィルターするツールバーが含まれています。
このコードパターンを完了すると、次の方法がわかります。
- Object Detector MAX モデルの Docker イメージを構築する
- RESTエンドポイントでディープラーニングモデルをデプロイする
- MAX モデルの REST API を使用して画像内のオブジェクトを認識する
- モデルのREST APIを使用するWebアプリケーションを実行する
Flow
- ユーザーは Web UI を使用して、画像を Model API に送信します。
- Model API はオブジェクト データを返し、Web UI は検出されたオブジェクトを表示します。
- ユーザーは Web UI を操作して、検出されたオブジェクトを表示およびフィルター処理します。
説明書
このコードパターンを使用する準備はできましたか？ このアプリケーションの実行と使用を開始する方法の詳細については、 README.
