요약
도로에서 자동차를 세든 자연 재해로 옥상에 좌초 된 사람을 세든, 물체 감지를위한 많은 사용 사례가 있습니다. 경우에 따라 사전 훈련 된 물체 감지 모델이 사용자의 요구에 맞지 않고 고유 한 사용자 지정 모델을 만들어야합니다. 머신 러닝을 사용하여 실질적인 컴퓨팅 능력과 시간없이 어떻게 자신 만의 맞춤형 모델을 훈련시킬 수 있습니까? 왓슨 머신 러닝. 사용자 정의 교육 모델을 사용하여 컴퓨팅 성능이 제한된 장치에서 완전한 사용자 개인 정보를 사용하여 실시간으로 개체를 감지하는 방법은 무엇입니까? Apple의 Core ML, TensorFlow.js 및 TensorFlow Lite.
상품 설명
이 코드 패턴에서는 사용자 지정 훈련 된 모델을 사용하여 객체를 감지 할 수있는 iOS, Android 또는 웹 앱 (또는 세 가지 모두)을 구축합니다. 레이블이 지정된 데이터를 저장하기 위해 IBM Cloud Object Storage 인스턴스를 작성하고 데이터가 준비되면 Watson Machine Learning 인스턴스를 시작하여 최상위 GPU에서 사용자 정의 모델을 학습하는 방법을 학습합니다. . 모델이 교육을 마치면 모델을 응용 프로그램으로 끌어서 놓기 만하면됩니다.
이 코드 패턴을 완료하면 다음 방법을 이해해야합니다.
- 물체 감지에 사용할 수있는 라벨 데이터
- Watson Machine Learning을 사용하여 사용자 정의 데이터를 사용하여 모델 학습
- Core ML로 물체 감지
흐름
- 교육 데이터를 IBM Cloud Object Storage에 업로드하십시오.
- Watson Machine Learning은 IBM Cloud Object Storage에서 학습 데이터를 가져오고 TensorFlow를 사용하여 모델을 학습시킵니다. 훈련 된 모델은 IBM Cloud Object Storage에 다시 저장됩니다.
- 훈련 된 모델이 앱에 추가됩니다.
- 사용자는 실시간으로 물체를 감지 할 수있는 앱과 상호 작용합니다.
