此代码模式是 IBM Maximo Visual Inspection入门 学习路径.
总结
与图像分类相比，对象检测具有不同的用途和不同的机会。此 Code Pattern 演示如何基于定制训练，使用 IBM Maximo Visual Inspection 对象检测来检测和标记图像中的对象（在本例中为可口可乐产品）。然后，您可以使用自己的数据集轻松自定义此初始数据集示例，而无需编写任何代码。
课程描述
想象一下，您是某种商品（例如软饮料）的供应商，并且您想知道商店货架上有多少瓶。您可以构建一个应用程序来帮助您做到这一点。 IBM Maximo Visual Inspection 使用深度学习根据您上传和标记的图像创建经过训练的模型。您不需要编写任何代码来训练、部署和测试新的对象检测模型。您只需上传图像，使用鼠标标记图像中的对象，然后让 IBM Maximo Visual Inspection 进行学习。
通过这种模式，您将使用深度学习训练来创建用于对象检测的模型。 只需单击几下，您就可以训练和部署模型。 训练和部署模型后，REST端点使您可以定位和计数映像中的项目。 代码模式包括一个示例数据集，可帮助您构建可乐瓶检测器，但是您可以使用自己的示例并检测其他对象。
IBM Maximo Visual Inspection 提供了用于推理操作的 REST API。您可以使用任何 REST 客户端通过自定义模型进行对象检测，并且可以使用 IBM Maximo Visual Inspection UI 来测试它。此示例包括一个示例 Node.js 应用程序，该应用程序演示如何上传图像，然后在检测到的对象周围绘制带有标签和边界框的图像。
完成此代码模式后，您应该知道如何：
- 使用 IBM Maximo Visual Inspection 创建用于对象检测的数据集
- 根据数据集训练和部署模型
- 使用REST调用测试模型
自动化流程
- 上传图像以创建 IBM Maximo Visual Inspection 数据集。
- 在训练之前，标记图像数据集中的对象。
- 在 IBM Maximo Visual Inspection 中训练、部署和测试模型。
- 使用REST客户端检测图像中的对象。
说明
在中找到此模式的详细步骤 读我。 这些步骤将向您展示如何：
- 克隆powerai-vision-object-detection GitHub存储库。
- 登录到IBM Maximo Visual Inspection。
- 创建用于对象检测训练的新数据集。
- 创建用于训练对象的标签并标记对象。
- 创建一个DL任务。
- 部署并测试模型。
- 运行应用程序
结论
此 Code Pattern 演示了如何使用 IBM Maximo Visual Inspection 对象检测根据定制训练来检测和标记图像中的对象。代码模式是 IBM Maximo Visual Inspection入门 学习路径。 要继续该系列并了解更多IBM Maximo Visual Inspection功能，请查看下一个代码模式， 使用OpenCV和深度学习进行视频中的对象跟踪.
来源：https：//developer.ibm.com/patterns/locate-and-count-items-with-object-detection/
