Leta upp och räkna objekt med objektdetektering

Detta kodmönster är en del av Komma igång med IBM Maximo Visual Inspection inlärningsväg.

Sammanfattning

Objektdetektering har olika användningsområden och andra möjligheter än bildklassificering. Detta kodmönster visar hur man använder IBM Maximo Visual Inspection Object Detection för att upptäcka och märka objekt i en bild (i det här fallet Coca-Cola-produkter), baserat på skräddarsydd utbildning. Du kan sedan enkelt anpassa detta initiala datamängdsexempel med dina egna datamängder - utan att skriva någon kod.

Beskrivning

Föreställ dig att du är en leverantör av en vara (som en läsk) och du vill veta hur många flaskor det finns i en butiks hylla. Du kan bygga en app som hjälper dig att göra just det. IBM Maximo Visual Inspection använder djupinlärning för att skapa utbildade modeller baserade på bilder som du laddar upp och märker. Du behöver inte skriva någon kod för att träna, distribuera och testa en ny objektdetekteringsmodell. Du laddar helt enkelt upp bilderna, använder musen för att märka objekten i dina bilder och låter sedan IBM Maximo Visual Inspection göra inlärningen.

Med detta mönster kommer du att använda djupinlärningsträning för att skapa en modell för objektdetektering. Med bara några få klick kan du träna och distribuera modellen. När du tränat och distribuerat modellen kan du med en REST-slutpunkt hitta och räkna objekt i en bild. Kodmönstret innehåller ett exempel på en datauppsättning som hjälper dig att bygga en koksflaskedetektor, men du kan använda dina egna exempel och upptäcka andra objekt.

IBM Maximo Visual Inspection presenterar REST API:er för slutledningsoperationer. Du kan använda vilken REST-klient som helst för objektdetektering med din anpassade modell, och du kan använda IBM Maximo Visual Inspection UI för att testa den. Det här exemplet innehåller ett exempel på en Node.js-app som visar hur man laddar upp en bild och sedan ritar bilden med etiketter och begränsningsrutor runt upptäckta objekt.

När du har slutfört detta kodmönster bör du veta hur du gör:

• Skapa en datamängd för objektdetektering med IBM Maximo Visual Inspection
• Träna och distribuera en modell baserad på datamängden
• Testa modellen med hjälp av REST-samtal

Flöde

1. Ladda upp bilderna för att skapa en IBM Maximo Visual Inspection-datauppsättning.
2. Märk objekten i bilddatamängden före träning.
3. Träna, distribuera och testa modellen i IBM Maximo Visual Inspection.
4. Använd en REST-klient för att upptäcka objekt i bilder.

Instruktioner

Hitta de detaljerade stegen för detta mönster i README. Dessa steg visar hur du:

1. Klona powerai-vision-object-detection GitHub repo.
2. Logga in på IBM Maximo Visual Inspection.
3. Skapa en ny datamängd för träning av objektdetektering.
4. Skapa taggar för träningsobjekt och märka objekten.
5. Skapa en DL-uppgift.
6. Implementera och testa modellen.
7. Kör appen.

Slutsats

Detta kodmönster visade hur man använder IBM Maximo Visual Inspection Object Detection för att upptäcka och märka objekt i en bild baserat på skräddarsydd utbildning. Kodmönstret är en del av Komma igång med IBM Maximo Visual Inspection inlärningsväg. För att fortsätta serien och lära dig mer om IBM Maximo Visual Inspection-funktioner, ta en titt på nästa kodmönster, Objektspårning i video med OpenCV och Deep Learning.

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