สร้างแอปตรวจจับวัตถุแบบเรียลไทม์โดยใช้ Watson Machine Learning

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

1. อัปโหลดข้อมูลการฝึกไปที่ IBM Cloud Object Storage
2. Watson Machine Learning ดึงข้อมูลการฝึกจาก IBM Cloud Object Storage และฝึกโมเดลด้วย TensorFlow โมเดลที่ได้รับการฝึกจะถูกบันทึกกลับไปที่ IBM Cloud Object Storage
3. มีการเพิ่มโมเดลการฝึกอบรมลงในแอป
4. ผู้ใช้โต้ตอบกับแอพที่สามารถตรวจจับวัตถุในแบบเรียลไทม์

ที่มา: https://developer.ibm.com/patterns/create-a-real-time-object-detection-app-using-watson-machine-learning/