Localize e conte itens com detecção de objetos

Este padrão de código é parte do Introdução ao IBM Maximo Visual Inspection caminho de aprendizagem.

Resumo

A detecção de objetos tem usos e oportunidades diferentes da classificação de imagens. Este padrão de código demonstra como usar o IBM Maximo Visual Inspection Object Detection para detectar e rotular objetos dentro de uma imagem (nesse caso, produtos Coca-Cola), com base em treinamento customizado. Você pode então personalizar facilmente este exemplo de conjunto de dados inicial com seus próprios conjuntos de dados, sem escrever nenhum código.

Descrição

Imagine que você é fornecedor de um item (como um refrigerante) e deseja saber quantas garrafas existem na prateleira de uma loja. Você pode criar um aplicativo que o ajude a fazer exatamente isso. O IBM Maximo Visual Inspection usa aprendizado profundo para criar modelos treinados com base em imagens que você transfere por upload e rotula. Você não precisa escrever nenhum código para treinar, implantar e testar um novo modelo de detecção de objetos. Basta fazer upload das imagens, usar o mouse para rotular os objetos em suas imagens e, em seguida, deixar o IBM Maximo Visual Inspection fazer o aprendizado.

Com esse padrão, você usará o treinamento de aprendizado profundo para criar um modelo para detecção de objetos. Com apenas alguns cliques, você pode treinar e implantar o modelo. Depois de treinar e implantar o modelo, um endpoint REST permite localizar e contar itens em uma imagem. O padrão de código inclui um conjunto de dados de exemplo para ajudá-lo a construir um detector de garrafa de Coca-Cola, mas você pode usar seus próprios exemplos e detectar outros objetos.

O IBM Maximo Visual Inspection apresenta APIs REST para operações de inferência. É possível usar qualquer cliente REST para detecção de objetos com seu modelo customizado e é possível usar a UI do IBM Maximo Visual Inspection para testá-lo. Este exemplo inclui um aplicativo Node.js de exemplo que demonstra como fazer upload de uma imagem e, em seguida, desenhar a imagem com rótulos e caixas delimitadoras ao redor dos objetos detectados.

Ao concluir este padrão de código, você deve saber como:

• Crie um conjunto de dados para detecção de objetos com o IBM Maximo Visual Inspection
• Treine e implante um modelo com base no conjunto de dados
• Testar o modelo usando chamadas REST

Fluxo

1. Faça upload das imagens para criar um conjunto de dados do IBM Maximo Visual Inspection.
2. Rotule os objetos no conjunto de dados de imagem antes do treinamento.
3. Treine, implemente e teste o modelo no IBM Maximo Visual Inspection.
4. Use um cliente REST para detectar objetos em imagens.

Instruções

Encontre as etapas detalhadas para esse padrão no README. Essas etapas mostrarão como:

1. Clone o repositório GitHub powerai-vision-object-detection.
2. Efetue login no IBM Maximo Visual Inspection.
3. Crie um novo conjunto de dados para treinamento de detecção de objetos.
4. Crie tags para objetos de treinamento e rotule os objetos.
5. Crie uma tarefa DL.
6. Implante e teste o modelo.
7. Execute o aplicativo.

Conclusão

Esse padrão de código demonstrou como usar o IBM Maximo Visual Inspection Object Detection para detectar e rotular objetos em uma imagem com base em treinamento customizado. O padrão de código faz parte do Introdução ao IBM Maximo Visual Inspection caminho de aprendizagem. Para continuar a série e aprender mais sobre os recursos do IBM Maximo Visual Inspection, dê uma olhada no próximo padrão de código, Rastreamento de objetos em vídeo com OpenCV e Deep Learning.

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