Найдите и посчитайте предметы с обнаружением объекта

Этот шаблон кода является частью Начало работы с IBM Maximo Visual Inspection путь обучения.

Обзор

Обнаружение объектов имеет другое применение и другие возможности, чем классификация изображений. Этот шаблон кода демонстрирует, как использовать IBM Maximo Visual Inspection Object Detection для обнаружения и маркировки объектов на изображении (в данном случае продуктов Coca-Cola) на основе индивидуального обучения. Затем вы можете легко настроить этот начальный пример набора данных с вашими собственными наборами данных без написания кода.

Описание

Представьте, что вы поставщик товара (например, безалкогольного напитка) и хотите знать, сколько бутылок находится на полке магазина. Вы можете создать приложение, которое поможет вам сделать именно это. IBM Maximo Visual Inspection использует глубокое обучение для создания обученных моделей на основе изображений, которые вы загружаете и маркируете. Вам не нужно писать код для обучения, развертывания и тестирования новой модели обнаружения объектов. Вы просто загружаете изображения, используете мышь для маркировки объектов на ваших изображениях, а затем позволяете IBM Maximo Visual Inspection учиться.

С этим шаблоном вы будете использовать глубокое обучение, чтобы создать модель для обнаружения объектов. Всего несколькими щелчками мыши вы можете обучить и развернуть модель. После обучения и развертывания модели конечная точка REST позволяет находить и подсчитывать элементы в изображении. Шаблон кода включает в себя примерный набор данных, который поможет вам построить детектор бутылок кока-колы, но вы можете использовать свои собственные примеры и обнаруживать другие объекты.

IBM Maximo Visual Inspection представляет REST API для операций логического вывода. Вы можете использовать любой клиент REST для обнаружения объектов с вашей пользовательской моделью, а также можете использовать пользовательский интерфейс IBM Maximo Visual Inspection для ее тестирования. Этот пример включает пример приложения Node.js, в котором показано, как загрузить изображение, а затем нарисовать изображение с метками и ограничивающими рамками вокруг обнаруженных объектов.

Когда вы закончили этот кодовый шаблон, вы должны знать, как:

• Создайте набор данных для обнаружения объектов с помощью IBM Maximo Visual Inspection
• Обучите и разверните модель, основанную на наборе данных
• Протестируйте модель с помощью вызовов REST

Поток

1. Загрузите изображения, чтобы создать набор данных IBM Maximo Visual Inspection.
2. Пометьте объекты в наборе данных изображения перед тренировкой.
3. Обучите, разверните и протестируйте модель в IBM Maximo Visual Inspection.
4. Используйте REST-клиент для обнаружения объектов на изображениях.

инструкции

Найти подробные шаги для этого шаблона в README, Эти шаги покажут вам, как:

1. Клонировать GitHub-репозиторий Powerai-Vision-Object-Detection.
2. Войдите в IBM Maximo Visual Inspection.
3. Создайте новый набор данных для обучения обнаружению объектов.
4. Создайте теги для учебных объектов и пометьте объекты.
5. Создать задачу DL.
6. Разверните и протестируйте модель.
7. Запустите приложение.

Заключение

В этом шаблоне кода показано, как использовать IBM Maximo Visual Inspection Object Detection для обнаружения и маркировки объектов на изображении на основе индивидуального обучения. Шаблон кода является частью Начало работы с IBM Maximo Visual Inspection путь обучения. Чтобы продолжить серию статей и узнать о дополнительных функциях IBM Maximo Visual Inspection, взгляните на следующий шаблон кода, Отслеживание объектов в видео с помощью OpenCV и Deep Learning.

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