Zlokalizuj i policz przedmioty z wykrywaniem obiektów

Ten wzorzec kodu jest częścią Pierwsze kroki z IBM Maximo Visual Inspection ścieżka nauczania.

Podsumowanie

Object detection has different uses and different opportunities than image classification. This code pattern demonstrates how to use IBM Maximo Visual Inspection Object Detection to detect and label objects within an image (in this case, Coca-Cola products), based on customized training. You can then easily customize this initial data set example with your own data sets-without writing any code.

Opis

Imagine that you’re a supplier of an item (such as a soft drink) and you want to know how many bottles there are on a store’s shelf. You can build an app that helps you do just that. IBM Maximo Visual Inspection uses deep learning to create trained models based on images that you upload and label. You don’t need to write any code to train, deploy, and test a new object detection model. You simply upload the images, use your mouse to label the objects in your images, and then let IBM Maximo Visual Inspection do the learning.

Dzięki temu wzorcowi wykorzystasz szkolenie głębokiego uczenia się, aby stworzyć model do wykrywania obiektów. Za pomocą kilku kliknięć możesz trenować i wdrażać model. Po przeszkoleniu i wdrożeniu modelu punkt końcowy REST umożliwia lokalizowanie i liczenie elementów na obrazie. Wzorzec kodu zawiera przykładowy zestaw danych, który pomoże Ci zbudować detektor butelek Coca-Coli, ale możesz użyć własnych przykładów i wykryć inne obiekty.

IBM Maximo Visual Inspection presents REST APIs for inference operations. You can use any REST client for object detection with your custom model, and you can use IBM Maximo Visual Inspection UI to test it. This example includes an example Node.js app that demonstrates how to upload an image and then draw the image with labels and bounding boxes around detected objects.

Po ukończeniu tego wzorca kodu powinieneś wiedzieć, jak:

• Create a data set for object detection with IBM Maximo Visual Inspection
• Trenuj i wdrażaj model na podstawie zbioru danych
• Przetestuj model za pomocą wywołań REST

Przepływ

1. Upload the images to create an IBM Maximo Visual Inspection data set.
2. Oznacz obiekty w zestawie danych obrazu przed uczeniem.
3. Train, deploy, and test the model in IBM Maximo Visual Inspection.
4. Użyj klienta REST do wykrywania obiektów na obrazach.

Instrukcje

Znajdź szczegółowe kroki dla tego wzoru w README. Te kroki pokażą Ci, jak:

1. Sklonuj repozytorium GitHub do wykrywania obiektów powerai-vision.
2. Log in to IBM Maximo Visual Inspection.
3. Utwórz nowy zestaw danych do treningu wykrywania obiektów.
4. Utwórz znaczniki dla obiektów szkoleniowych i oznacz je etykietami.
5. Utwórz zadanie DL.
6. Wdróż i przetestuj model.
7. Uruchom aplikację.

Wnioski

This code pattern demonstrated how to use IBM Maximo Visual Inspection Object Detection to detect and label objects within an image based on customized training. The code pattern is part of the Pierwsze kroki z IBM Maximo Visual Inspection learning path. To continue the series and learn about more IBM Maximo Visual Inspection features, take a look at the next code pattern, Śledzenie obiektów w wideo za pomocą OpenCV i Deep Learning.

Źródło: https://developer.ibm.com/patterns/locate-and-count-items-with-object-detection/