Maak een web-app om visueel te communiceren met objecten die zijn gedetecteerd met behulp van machine learning

Samengevat

De IBM Model Asset eXchange (MAX)-modellen die worden gehost op de Machine Learning eXchange (https://ml-exchange.org/models/) hebben applicatieontwikkelaars zonder data science-ervaring gemakkelijk toegang gegeven tot vooraf gebouwde machine learning-modellen. Dit codepatroon laat zien hoe u een eenvoudige webtoepassing kunt maken om de tekstuitvoer van een MAX-model te visualiseren. De webapp maakt gebruik van de Objectdetector: van MAX en creëert een eenvoudige web-UI die begrenzingskaders rond gedetecteerde objecten in een afbeelding weergeeft en waarmee u de objecten kunt filteren op basis van hun label en waarschijnlijke nauwkeurigheid die door het model wordt gegeven.

Omschrijving

Dit codepatroon maakt gebruik van een van de modellen van de Model Asset eXchange, een uitwisseling waar je open source deep learning-modellen kunt vinden en ermee kunt experimenteren. Het gebruikt met name de Object Detector om een ​​webtoepassing te maken die objecten in een afbeelding herkent en waarmee u de objecten kunt filteren op basis van hun gedetecteerde label en voorspellingsnauwkeurigheid. De webapplicatie biedt een interactieve gebruikersinterface die wordt ondersteund door een lichtgewicht Node.js-server die gebruikmaakt van Express. De server host een web-UI aan de clientzijde en stuurt API-oproepen door naar het model vanaf de web-UI naar een REST-eindpunt voor het model. De web-UI neemt een afbeelding op en stuurt deze via de server naar het REST-eindpunt van het model en geeft de gedetecteerde objecten op de gebruikersinterface weer. Het REST-eindpunt van het model wordt ingesteld met behulp van de Docker-image op MAX. De webinterface geeft de gedetecteerde objecten in een afbeelding weer met behulp van een selectiekader en een label en bevat een werkbalk om de gedetecteerde objecten te filteren op basis van hun labels of een drempel voor de voorspellingsnauwkeurigheid.

Wanneer u dit codepatroon heeft voltooid, begrijpt u hoe u:

• Bouw een Docker-image van het Object Detector MAX-model
• Implementeer een deep learning-model met een REST-eindpunt
• Herken objecten in een afbeelding met behulp van de REST API van het MAX-model
• Voer een webtoepassing uit die de REST API van het model gebruikt

Stroom

1. De gebruiker gebruikt de web-UI om een ​​afbeelding naar de Model-API te sturen.
2. De Model API retourneert de objectgegevens en de web-UI geeft de gedetecteerde objecten weer.
3. De gebruiker communiceert met de web-UI om de gedetecteerde objecten te bekijken en te filteren.

Instructies

Klaar om dit codepatroon te gebruiken? Volledige details over hoe u aan de slag kunt gaan met het gebruik van deze applicatie vindt u in de README.

Bron: https://developer.ibm.com/patterns/create-a-web-app-to-interact-with-objects-detected-using-machine-learning/