สรุป
ไม่ว่าคุณจะนับรถบนถนนหรือคนที่ติดอยู่บนหลังคาจากภัยธรรมชาติ มีกรณีการใช้งานมากมายสำหรับการตรวจจับวัตถุ บ่อยครั้ง โมเดลการตรวจจับวัตถุที่ฝึกไว้ล่วงหน้าไม่ตรงกับความต้องการของคุณ และคุณจำเป็นต้องสร้างแบบจำลองแบบกำหนดเองของคุณเอง คุณจะใช้แมชชีนเลิร์นนิงเพื่อฝึกโมเดลที่คุณกำหนดเองได้โดยไม่ต้องใช้พลังและเวลาในการคำนวณที่สำคัญได้อย่างไร วัตสันแมชชีนเลิร์นนิง คุณจะใช้โมเดลที่ได้รับการฝึกฝนมาเป็นพิเศษเพื่อตรวจจับวัตถุในแบบเรียลไทม์ด้วยความเป็นส่วนตัวของผู้ใช้ทั้งหมดได้อย่างไร ทั้งหมดนี้อยู่ในอุปกรณ์ที่มีพลังการประมวลผลจำกัด Core ML ของ Apple, TensorFlow.js และ TensorFlow Lite
รายละเอียด
ในรูปแบบโค้ดนี้ คุณจะต้องสร้าง iOS, Android หรือเว็บแอป (หรือทั้งสามอย่าง) ที่ให้คุณใช้โมเดลที่ได้รับการฝึกฝนมาเองเพื่อตรวจจับวัตถุ คุณจะสร้างอินสแตนซ์ IBM Cloud Object Storage เพื่อจัดเก็บข้อมูลที่ติดฉลากของคุณ จากนั้นหลังจากที่ข้อมูลของคุณพร้อมแล้ว คุณจะได้เรียนรู้วิธีเริ่มต้นอินสแตนซ์ Watson Machine Learning เพื่อฝึกโมเดลที่คุณกำหนดเองบน GPU ระดับบนสุด . หลังจากที่โมเดลของคุณเสร็จสิ้นการฝึกแล้ว คุณสามารถลากและวางโมเดลลงในแอปพลิเคชันของคุณได้
เมื่อคุณเสร็จสิ้นรูปแบบโค้ดนี้แล้ว คุณควรเข้าใจวิธี:
- ข้อมูลป้ายกำกับที่สามารถใช้สำหรับการตรวจจับวัตถุ
- ใช้ข้อมูลที่คุณกำหนดเองเพื่อฝึกโมเดลโดยใช้ Watson Machine Learning
- ตรวจจับวัตถุด้วย Core ML
ไหล
- อัปโหลดข้อมูลการฝึกไปที่ IBM Cloud Object Storage
- Watson Machine Learning ดึงข้อมูลการฝึกจาก IBM Cloud Object Storage และฝึกโมเดลด้วย TensorFlow โมเดลที่ได้รับการฝึกจะถูกบันทึกกลับไปที่ IBM Cloud Object Storage
- มีการเพิ่มโมเดลการฝึกอบรมลงในแอป
- ผู้ใช้โต้ตอบกับแอพที่สามารถตรวจจับวัตถุในแบบเรียลไทม์
- ทั้งหมด
- หุ่นยนต์
- app
- การใช้งาน
- ปพลิเคชัน
- ร่างกาย
- สร้าง
- การก่อสร้าง
- รถยนต์
- กรณี
- เมฆ
- รหัส
- วิสัยทัศน์คอมพิวเตอร์
- การคำนวณ
- พลังคอมพิวเตอร์
- เนื้อหา
- ข้อมูล
- การตรวจพบ
- ภัยพิบัติ
- ไหล
- GPUs
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- HTTPS
- ไอบีเอ็ม
- IBM Cloud
- iOS
- เรียนรู้
- การเรียนรู้
- ถูก จำกัด
- เรียนรู้เครื่อง
- ML
- แบบ
- การตรวจจับวัตถุ
- การจัดเก็บวัตถุ
- แบบแผน
- คน
- ความอุดมสมบูรณ์
- อำนาจ
- ความเป็นส่วนตัว
- เรียลไทม์
- เริ่มต้น
- การเก็บรักษา
- จัดเก็บ
- tensorflow
- เวลา
- การฝึกอบรม
- รถไฟ
- วิสัยทัศน์
- วัตสัน
- เว็บ
- WHO