Знайдіть і порахуйте предмети з виявленням об’єктів

Цей шаблон коду є частиною Початок роботи з IBM Maximo Visual Inspection навчальний шлях.

Підсумки

Виявлення об’єктів має інше використання та інші можливості, ніж класифікація зображень. Цей шаблон коду демонструє, як використовувати IBM Maximo Visual Inspection Object Detection для виявлення та позначення об’єктів на зображенні (у цьому випадку продукти Coca-Cola) на основі спеціального навчання. Потім ви можете легко налаштувати цей початковий приклад набору даних за допомогою власних наборів даних без написання коду.

Опис

Уявіть, що ви постачальник товару (наприклад, безалкогольного напою) і хочете знати, скільки пляшок є на полиці магазину. Ви можете створити програму, яка допоможе вам це зробити. IBM Maximo Visual Inspection використовує глибоке навчання для створення навчених моделей на основі зображень, які ви завантажуєте та позначаєте. Вам не потрібно писати код для навчання, розгортання та тестування нової моделі виявлення об’єктів. Ви просто завантажуєте зображення, використовуєте мишу для позначення об’єктів на своїх зображеннях, а потім дозволяєте IBM Maximo Visual Inspection виконувати навчання.

За допомогою цього шаблону ви будете використовувати глибоке навчання для створення моделі для виявлення об’єктів. Лише кількома клацаннями миші ви можете навчити та розгорнути модель. Після навчання та розгортання моделі кінцева точка REST дозволяє знаходити та підраховувати елементи на зображенні. Шаблон коду містить приклад набору даних, який допоможе вам створити детектор пляшок кока-коли, але ви можете використовувати власні приклади та виявляти інші об’єкти.

IBM Maximo Visual Inspection представляє REST API для операцій висновку. Ви можете використовувати будь-який клієнт REST для виявлення об’єктів із вашою спеціальною моделлю, а також ви можете використовувати IBM Maximo Visual Inspection UI, щоб перевірити його. Цей приклад містить приклад програми Node.js, яка демонструє, як завантажити зображення, а потім намалювати зображення з мітками та обмежувальними рамками навколо виявлених об’єктів.

Коли ви завершите цей шаблон коду, ви повинні знати, як:

• Створіть набір даних для виявлення об’єктів за допомогою IBM Maximo Visual Inspection
• Навчіть і розгорніть модель на основі набору даних
• Перевірте модель за допомогою викликів REST

Потік

1. Завантажте зображення, щоб створити набір даних IBM Maximo Visual Inspection.
2. Позначте об’єкти в наборі даних зображення перед навчанням.
3. Навчіть, розгорніть і протестуйте модель у IBM Maximo Visual Inspection.
4. Використовуйте клієнт REST для виявлення об’єктів на зображеннях.

інструкції

Знайдіть докладні кроки для цього шаблону в README. Ці кроки покажуть вам, як:

1. Скопіюйте сховище powerai-vision-object-detection GitHub.
2. Увійдіть до IBM Maximo Visual Inspection.
3. Створіть новий набір даних для навчання виявлення об’єктів.
4. Створіть теги для навчальних об’єктів і позначте об’єкти.
5. Створіть завдання DL.
6. Розгорніть і протестуйте модель.
7. Запустіть додаток.

Висновок

Цей шаблон коду продемонстрував, як використовувати IBM Maximo Visual Inspection Object Detection для виявлення та позначення об’єктів у зображенні на основі спеціального навчання. Шаблон коду є частиною Початок роботи з IBM Maximo Visual Inspection шлях навчання. Щоб продовжити серію і дізнатися про додаткові функції IBM Maximo Visual Inspection, подивіться на наступний шаблон коду, Відстеження об’єктів у відео за допомогою OpenCV і Deep Learning.

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