IBM Developer Japan Webサイトは2021年3月15日をもって終了となり、日本語コンテンツの一部は、オープンソースとして、提供予定です。 URLはこちら

IBM Maximo Visual Inspector で AI プロジェクトの分析ダッシュボードを開発する

このコード・パターンは「IBM Maximo Visual Inspector 入門」ラーニング・パス の一部です。

レベル トピック タイプ
100 コンピューター・ビジョンの概要 記事
101 IBM Maximo Visual Inspector の概要 記事
201 IBM Maximo Visual Inspector モデルを作成してデプロイし、iOS アプリ内で使用する チュートリアル
202 オブジェクト検出でアイテムを見つけてカウントする コード・パターン
203 OpenCV と深層学習を使用した動画内のオブジェクト追跡 コード・パターン
301 コンピューター・ビジョン深層学習モデルを検証する コード・パターン
302 IBM Maximo Visual Inspector を利用して AI プロジェクトの分析ダッシュボードを開発する コード・パターン
303 視覚認識モデルのトレーニングを自動化する コード・パターン
304 IBM Maximo Visual Inspector の推論結果をダッシュボード内にロードする コード・パターン
305 自動車の画像からナンバー・プレートを識別するオブジェクト検出モデルを作成する コード・パターン

概要

このコード・パターンに従って、動画と画像の分析結果を視覚化する、カスタマイズ可能なダッシュボードをデプロイする方法を学んでください。

説明

このカスタマイズ可能なダッシュボードを使用すると、画像をアップロードして IBM Maximo Visual Inspector で (オブジェクト認識と画像分類を使用して) 処理し、その分析結果をダウンロードしてインタラクティブなグラフで視覚化できます。

このコード・パターンを完了すると、Vue.js を使用してダッシュボードを作成する方法と、IBM Maximo Visual Inspector API を使用して画像を分析し、分析結果を視覚化する方法を理解できます。

フロー

AI 用の分析ダッシュボードの開発

  1. 画像を IBM Maximo Visual Inspector にアップロードします。
  2. モデルをトレーニングするために、アップロードした画像にラベルを付けます。
  3. モデルをデプロイします。
  4. ダッシュボードを介して画像をアップロードします。
  5. ダッシュボード内に処理後の画像とグラフを表示します。

手順

このパターンの詳細な手順については、README ファイルを参照してください。手順の概要は以下のとおりです。

  1. トレーニング画像を IBM Maximo Visual Inspector にアップロードします。
  2. IBM Maximo Visual Inspector 内でモデルをトレーニングしてデプロイします。
  3. リポジトリーのクローンを作成します。
  4. ダッシュボードをデプロイします。
  5. ダッシュボードを介して処理対象の画像をアップロードします。
  6. ダッシュボード内に処理後の画像とグラフを表示します。

まとめ

このコード・パターンでは、動画と画像の分析結果を視覚化する、カスタマイズ可能なダッシュボードをデプロイする方法を説明しました。このコード・パターンは「IBM Maximo Visual Inspector 入門」ラーニング・パスの一部です。このラーニング・パスに引き続き従うには、次のパターン「視覚認識モデルのトレーニングを自動化する」に進んでください。