یہ کوڈ پیٹرن کا حصہ ہے۔ IBM Maximo Visual Inspection کے ساتھ شروع کرنا سیکھنے کا راستہ.
خلاصہ
آبجیکٹ کا پتہ لگانے میں تصویر کی درجہ بندی سے مختلف استعمال اور مختلف مواقع ہوتے ہیں۔ یہ کوڈ پیٹرن یہ ظاہر کرتا ہے کہ کس طرح IBM میکسیمو ویژول انسپیکشن آبجیکٹ ڈیٹیکشن کو کس طرح استعمال کیا جائے تاکہ اپنی مرضی کے مطابق تربیت کی بنیاد پر کسی تصویر کے اندر اشیاء (اس معاملے میں، کوکا کولا پروڈکٹس) کا پتہ لگانے اور اسے لیبل کریں۔ اس کے بعد آپ اس ابتدائی ڈیٹا سیٹ کی مثال کو اپنے ڈیٹا سیٹس کے ساتھ آسانی سے اپنی مرضی کے مطابق بنا سکتے ہیں - بغیر کوئی کوڈ لکھے۔
Description
تصور کریں کہ آپ کسی چیز (جیسے سافٹ ڈرنک) کے سپلائر ہیں اور آپ جاننا چاہتے ہیں کہ اسٹور کے شیلف پر کتنی بوتلیں ہیں۔ آپ ایک ایسی ایپ بنا سکتے ہیں جو آپ کو ایسا کرنے میں مدد کرے۔ IBM Maximo Visual Inspection ان تصاویر کی بنیاد پر تربیت یافتہ ماڈلز بنانے کے لیے گہری تعلیم کا استعمال کرتا ہے جنہیں آپ اپ لوڈ اور لیبل کرتے ہیں۔ آپ کو ایک نئے آبجیکٹ کا پتہ لگانے والے ماڈل کی تربیت، تعیناتی، اور جانچ کے لیے کوئی کوڈ لکھنے کی ضرورت نہیں ہے۔ آپ صرف تصاویر اپ لوڈ کریں، اپنی تصاویر میں موجود اشیاء کو لیبل کرنے کے لیے اپنے ماؤس کا استعمال کریں، اور پھر IBM Maximo Visual Inspection کو سیکھنے دیں۔
اس پیٹرن کے ساتھ، آپ آبجیکٹ کا پتہ لگانے کے لیے ایک ماڈل بنانے کے لیے گہری سیکھنے کی تربیت کا استعمال کریں گے۔ صرف چند کلکس کے ساتھ، آپ ماڈل کو تربیت اور تعینات کر سکتے ہیں۔ ماڈل کو تربیت دینے اور تعینات کرنے کے بعد، ایک REST اینڈ پوائنٹ آپ کو تصویر میں آئٹمز کو تلاش کرنے اور گننے دیتا ہے۔ کوڈ پیٹرن میں کوک بوتل کا پتہ لگانے والا بنانے میں آپ کی مدد کرنے کے لیے ڈیٹا سیٹ کی مثال شامل ہے، لیکن آپ اپنی مثالیں استعمال کر سکتے ہیں اور دیگر اشیاء کا پتہ لگا سکتے ہیں۔
IBM Maximo Visual Inspection inference آپریشنز کے لیے REST APIs پیش کرتا ہے۔ آپ اپنے کسٹم ماڈل کے ساتھ کسی بھی REST کلائنٹ کو آبجیکٹ کا پتہ لگانے کے لیے استعمال کر سکتے ہیں، اور آپ اسے جانچنے کے لیے IBM Maximo Visual Inspection UI استعمال کر سکتے ہیں۔ اس مثال میں ایک مثال Node.js ایپ شامل ہے جو یہ ظاہر کرتی ہے کہ تصویر کو کیسے اپ لوڈ کیا جائے اور پھر لیبلز اور باؤنڈنگ باکسز کے ساتھ تصویر کھینچی جائے۔
جب آپ یہ کوڈ پیٹرن مکمل کر لیتے ہیں، تو آپ کو معلوم ہونا چاہیے کہ کیسے:
- IBM Maximo Visual Inspection کے ساتھ آبجیکٹ کا پتہ لگانے کے لیے ڈیٹا سیٹ بنائیں
- ڈیٹا سیٹ کی بنیاد پر ایک ماڈل کو تربیت دیں اور تعینات کریں۔
- REST کالز کا استعمال کرتے ہوئے ماڈل کی جانچ کریں۔
روانی
- IBM Maximo Visual Inspection ڈیٹا سیٹ بنانے کے لیے تصاویر اپ لوڈ کریں۔
- تربیت سے پہلے تصویری ڈیٹا سیٹ میں اشیاء پر لیبل لگائیں۔
- IBM Maximo Visual Inspection میں ماڈل کی تربیت، تعیناتی اور جانچ کریں۔
- تصاویر میں اشیاء کا پتہ لگانے کے لیے REST کلائنٹ کا استعمال کریں۔
ہدایات
میں اس پیٹرن کے لیے تفصیلی اقدامات تلاش کریں۔ پڑھیں. وہ اقدامات آپ کو دکھائیں گے کہ کیسے:
- Powerai-vision-object-detection GitHub ریپو کو کلون کریں۔
- IBM Maximo Visual Inspection میں لاگ ان کریں۔
- آبجیکٹ کا پتہ لگانے کی تربیت کے لیے ایک نیا ڈیٹا سیٹ بنائیں۔
- تربیتی اشیاء کے لیے ٹیگ بنائیں اور اشیاء پر لیبل لگائیں۔
- ڈی ایل ٹاسک بنائیں۔
- ماڈل کی تعیناتی اور جانچ کریں۔
- اے پی پی چلائیں.
نتیجہ
اس کوڈ پیٹرن نے یہ ظاہر کیا کہ کس طرح اپنی مرضی کے مطابق تربیت کی بنیاد پر تصویر کے اندر اشیاء کا پتہ لگانے اور لیبل کرنے کے لیے IBM Maximo Visual Inspection Object Detection کا استعمال کرنا ہے۔ کوڈ پیٹرن کا حصہ ہے۔ IBM Maximo Visual Inspection کے ساتھ شروع کرنا سیکھنے کا راستہ. سیریز کو جاری رکھنے اور مزید IBM Maximo Visual Inspection کی خصوصیات کے بارے میں جاننے کے لیے، اگلے کوڈ پیٹرن پر ایک نظر ڈالیں، OpenCV اور ڈیپ لرننگ کے ساتھ ویڈیو میں آبجیکٹ ٹریکنگ.
ماخذ: https://developer.ibm.com/patterns/locate-and-count-items-with-object-detection/
