Utwórz aplikację do wykrywania obiektów w czasie rzeczywistym za pomocą Watson Machine Learning

Węzeł źródłowy: 1573051

Podsumowanie

Niezależnie od tego, czy liczysz samochody na drodze, czy ludzi, którzy utknęli na dachach w wyniku klęski żywiołowej, istnieje wiele przypadków użycia do wykrywania obiektów. Często wstępnie wytrenowane modele wykrywania obiektów nie odpowiadają Twoim potrzebom i musisz stworzyć własne niestandardowe modele. Jak można wykorzystać uczenie maszynowe do trenowania własnego modelu niestandardowego bez dużej mocy obliczeniowej i czasu? Watson Machine Learning. W jaki sposób możesz wykorzystać swój specjalnie wyszkolony model do wykrywania obiektów w czasie rzeczywistym, z zachowaniem pełnej prywatności użytkownika, a wszystko to na urządzeniu o ograniczonej mocy obliczeniowej? Apple Core ML, TensorFlow.js i TensorFlow Lite.

Opis

W tym wzorcu kodu utworzysz aplikację dla systemu iOS, Android lub aplikację internetową (lub wszystkie trzy), która umożliwia używanie własnych niestandardowych modeli do wykrywania obiektów. Utworzysz instancję IBM Cloud Object Storage do przechowywania oznaczonych danych, a gdy dane będą gotowe, nauczysz się, jak uruchomić instancję Watson Machine Learning, aby wytrenować własny model niestandardowy na najlepszych procesorach graficznych . Gdy model zakończy szkolenie, możesz po prostu przeciągnąć i upuścić model do swojej aplikacji.

Po ukończeniu tego wzorca kodu powinieneś zrozumieć, jak:

  • Etykietowanie danych, które można wykorzystać do wykrywania obiektów
  • Użyj niestandardowych danych, aby wytrenować model za pomocą Watson Machine Learning
  • Wykrywaj obiekty za pomocą Core ML

Przepływ

Schemat budowania aplikacji do przetwarzania obrazu komputerowego za pomocą programu Watson ml

  1. Prześlij dane szkoleniowe do IBM Cloud Object Storage.
  2. Watson Machine Learning pobiera dane szkoleniowe z IBM Cloud Object Storage i trenuje model za pomocą TensorFlow. Wytrenowany model jest zapisywany z powrotem w IBM Cloud Object Storage.
  3. Wytrenowane modele są dodawane do aplikacji.
  4. Użytkownik współdziała z aplikacjami, które mogą wykrywać obiekty w czasie rzeczywistym.

Źródło: https://developer.ibm.com/patterns/create-a-real-time-object-detection-app-using-watson-machine-learning/

Znak czasu:

Więcej z Programista IBM