Localizați și numărați elemente cu detectarea obiectelor

Acest model de cod este parte a Noțiuni introductive cu IBM Maximo Visual Inspection calea de invatare.

Rezumat

Detectarea obiectelor are utilizări diferite și oportunități diferite decât clasificarea imaginilor. Acest model de cod demonstrează cum să utilizați IBM Maximo Visual Inspection Object Detection pentru a detecta și a eticheta obiecte dintr-o imagine (în acest caz, produse Coca-Cola), pe baza instruirii personalizate. Puteți personaliza cu ușurință acest exemplu de set inițial de date cu propriile seturi de date, fără a scrie niciun cod.

Descriere

Imaginează-ți că ești furnizorul unui articol (cum ar fi o băutură răcoritoare) și vrei să știi câte sticle sunt pe raftul unui magazin. Puteți crea o aplicație care vă ajută să faceți exact asta. IBM Maximo Visual Inspection folosește învățarea profundă pentru a crea modele antrenate pe baza imaginilor pe care le încărcați și le etichetați. Nu trebuie să scrieți niciun cod pentru a antrena, implementa și testa un nou model de detectare a obiectelor. Pur și simplu încărcați imaginile, utilizați mouse-ul pentru a eticheta obiectele din imaginile dvs. și apoi lăsați IBM Maximo Visual Inspection să învețe.

Cu acest model, veți folosi antrenamentul de deep learning pentru a crea un model pentru detectarea obiectelor. Cu doar câteva clicuri, puteți antrena și implementa modelul. După ce antrenați și implementați modelul, un punct final REST vă permite să localizați și să numărați elementele dintr-o imagine. Modelul de cod include un exemplu de set de date pentru a vă ajuta să construiți un detector de sticle de Cola, dar vă puteți folosi propriile exemple și puteți detecta alte obiecte.

IBM Maximo Visual Inspection prezintă API-uri REST pentru operațiuni de inferență. Puteți utiliza orice client REST pentru detectarea obiectelor cu modelul dvs. personalizat și puteți utiliza IBM Maximo Visual Inspection UI pentru a-l testa. Acest exemplu include un exemplu de aplicație Node.js care demonstrează cum să încărcați o imagine și apoi să desenați imaginea cu etichete și casete de delimitare în jurul obiectelor detectate.

După ce ați completat acest model de cod, ar trebui să știți cum să:

• Creați un set de date pentru detectarea obiectelor cu IBM Maximo Visual Inspection
• Antrenează și implementează un model bazat pe setul de date
• Testați modelul folosind apeluri REST

Debit

1. Încărcați imaginile pentru a crea un set de date IBM Maximo Visual Inspection.
2. Etichetați obiectele din setul de date de imagine înainte de antrenament.
3. Antrenați, implementați și testați modelul în IBM Maximo Visual Inspection.
4. Utilizați un client REST pentru a detecta obiecte din imagini.

Instrucțiuni

Găsiți pașii detaliate pentru acest model în README. Acești pași vă vor arăta cum să:

1. Clonează depozitul GitHub powerai-vision-object-detection.
2. Conectați-vă la IBM Maximo Visual Inspection.
3. Creați un nou set de date pentru antrenamentul de detectare a obiectelor.
4. Creați etichete pentru obiectele de antrenament și etichetați obiectele.
5. Creați o sarcină DL.
6. Implementați și testați modelul.
7. Rulați aplicația.

Concluzie

Acest model de cod a demonstrat cum să utilizați IBM Maximo Visual Inspection Object Detection pentru a detecta și a eticheta obiecte dintr-o imagine pe baza unui antrenament personalizat. Modelul de cod face parte din Noțiuni introductive cu IBM Maximo Visual Inspection calea de invatare. Pentru a continua seria și pentru a afla mai multe caracteristici IBM Maximo Visual Inspection, aruncați o privire la următorul model de cod, Urmărirea obiectelor în video cu OpenCV și Deep Learning.

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