在出行途中对移动图像应用认知技术  

在出行途中进行智能图片分享

| By the Swift Platform Team

Description

BluePic 是一个照片和图像分享样本应用程序,使您能够拍摄照片并将其分享给其他 BluePic 用户。此样本应用程序演示了如何在移动 iOS 应用程序中使用基于 Kitura 的服务器应用程序(用 Swift 编写)。

概览

不论是在典型的 iOS 客户端设置中,还是在使用全新 Swift Web 框架和 Kitura (HTTP Server) 的服务器端,BluePic 均可使用 Swift。BluePic 比较有趣的一个方面是它在服务器上处理照片的方式。发布照片时,其数据记录在 Cloudant 中,而图像二进制文件则存储在 Object Storage 中。在那里,将调用一个 OpenWhisk 序列,根据图像上传位置来计算诸如温度和当前天气情况(例如,晴、多云等)等气象数据。OpenWhisk 序列中还会使用 AlchemyAPI 来分析图像并基于图像内容提取文本标签。最终会向用户发送一条推送通知,告知其图像已处理完毕并且现已包含气象数据和标签数据。

  1. iOS 设备或 Web 浏览器上的客户端都可以连接到 Kitura Mobile Backend。
  2. 这些客户端可以选择进行认证。在 iOS 设备上,客户端将使用 IBM Cloud中的 AppID 服务。
  3. 此时,客户端可以拍摄照片(在 iOS 客户端上)并上传图像(在这两种客户端上)。
  4. Kitura Mobile Backend 首先会在 Cloudant 非关系型数据库中创建一个条目。
  5. 随后,Kitura Mobile Backend 将此文件存储在 IBN Cloud Object Storage 中。
  6. 当 Kitura 写入 Cloudant 数据库并触发 Object Storage 时,将会触发 OpenWhisk 操作。这些操作包括调用 Watson Visual Recognition 服务来分析图像。
  7. 同时,OpenWhisk 还会从 IBM Cloud Weather Company Data 服务获取图像拍摄地点的位置数据。
  8. OpenWhisk 将提取从 AlchemyAPI 和 Weather Company Data 服务返回的数据并更新 Cloudant 非关系型数据库条目。
  9. 最后,OpenWhisk 会针对 iOS 客户端触发 IBM Cloud 推送通知事件。

相关链接

机器学习模型

深入剖析机器学习中使用的算法。了解监督学习、无监督学习和强化学习,以及实现它们的模型。

让 DevOps 适合认知和人工智能系统

概略地探讨一种“认知 DevOps”流程,该流程通过提炼和调整 DevOps 的精华,创造新的认知或人工智能应用程序。具体来讲,本教程将介绍如何对认知系统的训练流程应用 DevOps,包括训练数据、建模和性能评估。