¡Participa de la Maratón Behind the Code, la competencia de programación más desafiante! Inscríbete aqui

Localizar y contar artículos con la detección de objetos

Resumen

La detección de objetos tiene usos y oportunidades diferentes de la clasificación de imágenes. Este Code Patterns demuestra cómo utilizar IBM Maximo Visual Inspection Object Detection para detectar y etiquetar los objetos que están dentro de una imagen (en este caso, productos de Coca-Cola), basándose en un entrenamiento personalizado. Después, usted puede personalizar fácilmente este ejemplo de conjunto de datos inicial con sus propios conjuntos de datos–sin tener que escribir código.

Descripción

Imagine que usted es un proveedor de un artículo (como un refresco) y quiere saber cuántas botellas quedan en el estante de una tienda. Usted puede construir una aplicación que le ayude a hacer exactamente eso. IBM Maximo Visual Inspection utiliza el aprendizaje profundo para crear modelos entrenados que se basan en imágenes que usted sube y etiqueta. Usted no tiene que escribir código para entrenar, implementar y probar un nuevo modelo de detección de objetos. Usted simplemente sube las imágenes, utiliza el mouse para etiquetar los objetos de sus imágenes y después, deja que IBM Maximo Visual Inspection haga todo el aprendizaje.

Con este patrón usted utilizará el entrenamiento de aprendizaje profundo para crear un modelo para detectar objetos. Usted puede entrenar e implementar el modelo con tan sólo unos clics. Después de que haya entrenado e implementado el modelo, un punto final de REST le permite localizar y contar los artículos de una imagen. El Code Patterns incluye un conjunto de datos de ejemplo que ayuda a construir un detector de botellas de Coca-Cola, pero usted puede utilizar sus propios ejemplos y detectar otros objetos.

IBM Maximo Visual Inspection presenta APIs de REST para las operaciones de deducción. Usted puede utilizar cualquier cliente de REST para detectar objetos con su modelo personalizado, y IBM Maximo Visual Inspection UI para probarlo. Este ejemplo incluye un ejemplo de una aplicación de Node.js que demuestra como subir una imagen y después trabajarla añadiendo etiquetas y cajas delimitadoras alrededor de los objetos detectados.

Cuando haya completado este Code Patterns, usted debería saber:

  • Crear un conjunto de datos para detectar los objetos con IBM Maximo Visual Inspection
  • Entrenar e implementar un modelo basado en el conjunto de datos
  • Probar el modelo con llamadas de REST

Flujo

Diagrama de las etapas para crear la aplicación

  1. Suba las imágenes para crear un conjunto de datos de IBM Maximo Visual Inspection.
  2. Etiquete los objetos del conjunto de datos de imágenes anterior para el entrenamiento.
  3. Entrene, implemente y pruebe el modelo en IBM Maximo Visual Inspection.
  4. Utilice un cliente de REST para detectar los objetos que están en las imágenes.

Instrucciones

Encuentre los datos detallados para este patrón en README. Esos pasos le mostrarán cómo se hace lo siguiente:

  1. Clonar el repositorio powerai-vision-object-detection de GitHub.
  2. Iniciar sesión en IBM Maximo Visual Inspection.
  3. Crear un conjunto de datos nuevo para entrenar la detección de objetos.
  4. Crear etiquetas para entrenar y etiquetar los objetos.
  5. Crear una tarea de DL.
  6. Implementar y probar el modelo.
  7. Ejecutar la aplicación.

Aviso

El contenido aquí presentado fue traducido de la página IBM Developer US. Puede revisar el contenido original en este link.