このコードパターンは、 IBM Maximo Visual Inspection の概要 学習経路.
まとめ
物体検出には、画像分類とは異なる用途と機会があります。このコード・パターンは、カスタマイズされたトレーニングに基づいて、IBM Maximo Visual Inspection Object Detection を使用して、画像内のオブジェクト (この場合はコカ・コーラ製品) を検出し、ラベルを付ける方法を示します。その後、コードを記述することなく、この初期データ セットの例を独自のデータ セットで簡単にカスタマイズできます。
Description
あなたが商品 (ソフトドリンクなど) のサプライヤーで、店の棚にボトルが何本あるかを知りたいと想像してください。それを支援するアプリを構築できます。 IBM Maximo Visual Inspection は、ディープラーニングを使用して、アップロードしてラベルを付けた画像に基づいてトレーニングされたモデルを作成します。新しい物体検出モデルをトレーニング、デプロイ、テストするためにコードを記述する必要はありません。画像をアップロードし、マウスを使用して画像内のオブジェクトにラベルを付けるだけで、IBM Maximo Visual Inspection に学習を行わせるだけです。
このパターンでは、ディープラーニングトレーニングを使用してオブジェクト検出のモデルを作成します。 数回クリックするだけで、モデルをトレーニングしてデプロイできます。 モデルをトレーニングしてデプロイした後、RESTエンドポイントを使用して、イメージ内のアイテムを見つけてカウントできます。 コードパターンには、コーラボトル検出器の構築に役立つサンプルデータセットが含まれていますが、独自の例を使用して他のオブジェクトを検出することもできます。
IBM Maximo Visual Inspection は、推論操作用の REST API を提供します。カスタム・モデルでのオブジェクト検出には任意の REST クライアントを使用でき、IBM Maximo Visual Inspection UI を使用してテストできます。この例には、画像をアップロードし、検出されたオブジェクトの周囲にラベルと境界ボックスを付けて画像を描画する方法を示すサンプル Node.js アプリが含まれています。
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。
- IBM Maximo Visual Inspection を使用してオブジェクト検出用のデータ・セットを作成する
- データセットに基づいてモデルをトレーニングおよびデプロイする
- REST呼び出しを使用してモデルをテストする
Flow
- イメージをアップロードして、IBM Maximo Visual Inspection データ・セットを作成します。
- トレーニングの前に、画像データセットのオブジェクトにラベルを付けます。
- IBM Maximo Visual Inspection でモデルをトレーニング、デプロイ、およびテストします。
- RESTクライアントを使用して、画像内のオブジェクトを検出します。
説明書
このパターンの詳細な手順については、 README。 これらの手順では、次の方法を示します。
- powerai-vision-object-detection GitHubリポジトリのクローンを作成します。
- IBM Maximo Visual Inspection にログインします。
- オブジェクト検出トレーニング用の新しいデータセットを作成します。
- トレーニングオブジェクトのタグを作成し、オブジェクトにラベルを付けます。
- DLタスクを作成します。
- モデルをデプロイしてテストします。
- アプリを実行します。
まとめ
このコード・パターンは、IBM Maximo Visual Inspection Object Detection を使用して、カスタマイズされたトレーニングに基づいて画像内のオブジェクトを検出し、ラベルを付ける方法を示しました。コードパターンは IBM Maximo Visual Inspection の概要 学習パス。シリーズを続けて IBM Maximo Visual Inspection の機能についてさらに学ぶには、次のコード・パターンを見てください。 OpenCVとディープラーニングを使用したビデオのオブジェクトトラッキング.
ソース:https://developer.ibm.com/patterns/locate-and-count-items-with-object-detection/