学习路径：IBM Maximo Visual Inspection 入门

了解：

• 图片分类
• 对象检测
• 视频中对象跟踪
• 创建自定义模型
• 使用模型
• 用例样例

了解：

• 创建数据集
• 分配图像分类的类别
• 标记物体以进行物体检测
• 训练模型
• 测试模型
• 在 APP 中使用模型

了解：

• 创建数据集
• 训练图片分类模型
• 在 web API 上部署模型
• 将 API 集成到 iOS 应用中

了解：

• 创建数据集
• 训练对象检测模型
• 在 web API 上部署模型
• 使用 REST 调用测试模型
• 将对象检测集成到 Node.js Web 应用程序中

了解：

• 使用自动标记功能从视频中创建对象检测分类器
• 使用 Jupyter Notebook、OpenCV 和 IBM Maximo Visual Inspection 处理视频的帧
• 使用 IBM Maximo Visual Inspection 检测视频帧中的对象
• 使用 OpenCV 逐帧跟踪对象
• 在移动对象进入关注区域后进行计数
• 使用边框、标签和统计数据对视频加以注解

了解：

• 使用 IBM Maximo Visual Inspection 训练和部署图像分类模型
• 运行 Jupyter Notebook
• 使用各种准确度统计数据来评估结果
• 使用新的测试数据集来验证现有的已部署模型

了解：

• 将训练图片上传到 IBM Maximo Visual Inspection
• 在 IBM Maximo Visual Inspection 中训练部署模型
• 通过仪表板上传要处理的图像
• 在仪表板中查看已处理的图像图形

了解：

• 自动对图像进行分类，并将其上传到 IBM Maximo Visual Inspection
• 在 IBM Maximo Visual Inspection 中自动进行模型训练

了解

• 从 IBM Maximo Visual Inspection 实例中提取信息并将其另存为 CSV 文件
• 如何在 Web 浏览器中直观呈现和过滤数据

了解：

• 构建对象检测模型
• 在检测到特定对象时触发后处理脚本
• 使用 Python Opencv 库来准备要执行 OCR 操作的图像
• 调整 Tesseract OCR 以检测特定字体

了解：

• 安装并激活提供的脚本
• 在 Maximo Visual Inspection 中训练和部署推理模型

了解：

• 显示实时 RTSP 摄像机流或预录制的视频
• 获得不同的可视化效果，例如列表，饼图和数据表