本 Code Pattern 已纳入 IBM Maximo Visual Inspection 入门学习路径.
| 级别 | 主题 | 类型 |
|---|---|---|
| 100 | 计算机视觉简介 | 文章 |
| 101 | IBM Maximo Visual Inspection 简介 | 文章 |
| 201 | 构建并部署 IBM Maximo Visual Inspection 模型并在 iOS 应用中使用 | 教程 |
| 202 | 通过对象检测定位并统计物体 | Code Pattern |
| 203 | 使用 OpenCV 和深度学习对视频中的对象进行跟踪 | Code Pattern |
| 301 | 验证计算机视觉深度学习模型 | Code Pattern |
| 302 | 使用 IBM Maximo Visual Inspection 针对 AI 项目开发分析仪表板 | Code Pattern |
| 303 | 自动化视觉识别模型训练 | Code Pattern |
| 304 | 在仪表板中加载 IBM Maximo Visual Inspection 推断结果 | Code Pattern |
| 305 | 构建对象检测模型以从汽车图像中识别车牌 | Code Pattern |
| 306 | 自动化视频分析 | Code Pattern |
| 307 | 通过 AI 对实时摄像头流和视频收集洞察 | Code Pattern |
摘要
在这个 Code Pattern 中，学习如何部署可自定义的仪表板以可视化视频和图像分析。
概览
使用这个可自定义的仪表板，您可以上传将由 IBM Maximo Visual Inspection（使用对象识别和图像分类）处理的图像，下载分析结果，并通过交互式图形查看分析结果。
完成本 Code Pattern 后，您将掌握如何使用 Vue.js 和 IBM Maximo Visual Inspection API 来构建仪表板以生成和可视化图像分析。
流程
- 将图像上载到 IBM Maximo Visual Inspection。
- 标记上载的图像以训练模型。
- 部署模型。
- 通过仪表板上载图像。
- 在仪表板上查看已处理的图像和图形。
操作说明
在 README 文件中可找到本 Code Pattern 的详细步骤。这些步骤将展示如何：
- 将训练图像上载到 IBM Maximo Visual Inspection。
- 在 IBM Maximo Visual Inspection 中训练和部署模型。
- 克隆存储库。
- 部署仪表板。
- 通过仪表板上载要处理的图像。
- 在仪表板上查看已处理的图像和图形。
本文翻译自：Develop analytical dashboards for AI projects with IBM Maximo Visual Inspection（2020-01-09）