Indtil for nylig blev IBM Watson Visual Recognition primært brugt til at genkende billeder som en helhed. At arbejde med et billede som en helhed er dog langt fra den mest korrekte tilgang. Nu, takket være den nye funktion genkendelse af objekter, var IBM Watson-brugere i stand til at træne modeller på billeder med mærkede objekter til deres efterfølgende genkendelse i en hvilken som helst ramme.
Lad os vise, hvordan dette kan gøres nu.
Hvis du tidligere ved hjælp af IBM Watson kunne skelne en beskadiget bil fra en ubeskadiget bil, nu kan du ikke kun genkende tilstedeværelsen af skade, men også vurdere dens position og størrelse. Denne tilgang er meget mere informativ og gør det muligt at forudsige omkostningerne ved nødvendige reparationer.
Selvfølgelig er listen over muligheder for at bruge denne funktionalitet meget bredere end blot at kontrollere bilens integritet. Nu kan du bruge Watson Visual Recognition til at:
- Optælling af antallet af personer i kø eller biler i trafikpropper
- Identifikation af varer på detailhylder
- Logogenkendelse i billeder
- Analyse af CT- og MR-billeder for abnormiteter
- Andre opgaver relateret til at arbejde med specifikke objekter i fotografier
Du behøver ikke bruge måneder på at udvælge og mærke data - vores model er allerede trænet på flere millioner prøver og giver en ret høj kvalitet af forudsigelse uden ændringer. Hvis det er nødvendigt, kan du altid genoptræne det, så det neurale netværk opfylder de særlige forhold i dit aktivitetsområde.
Mærk billeder og træne en model på dine data hurtigere med Watson Studio
Typisk er træning af din egen model til nøjagtigt at genkende objekter den sværeste opgave, når du bygger et computervisionssystem. Watson Studio fremskynder denne proces og hjælper med at reducere tid, når du arbejder med store mængder data. I forbindelse med en gratis tilføjelse Automatisk etiket du kan hurtigt markere alle billederne i datasættet.
Kom godt i gang
Når du har aktiveret og oprettet en visuel genkendelsesapplikation i skyen, skal du forbinde den til Watson Studio, og i afsnittet Brugerdefinerede modeller skal du oprette en model i vinduet Find objekter.
Upload dine rådata til Watson Studio (du kan bruge et JPEG-, PNG- eller ZIP-arkiv, der indeholder disse billeder)
Vælg et billede, vælg det objekt, du vil genkende, giv det et navn og gem. Gentag indtil du har valgt alle de nødvendige objekter i dette billede.
Når du har et par billeder mærket, kan du træne og teste din model.
Du kan også tilføje flere billeder for at forbedre kvaliteten af modellen ved hjælp af funktionen Auto Label, som hjælper dig med at mærke alle dine data. For at bruge denne funktion skal du vælge alle de nødvendige billeder og klikke på knappen "Auto Label", så Watson uafhængigt mærker dataene i overensstemmelse med de angivne klasser.
Efter at have kontrolleret nøjagtigheden af din model, kan du integrere en færdiglavet løsning i dit produkt.
objektgenkendelse med IBM Watson Visual Recognition gratis i dag!
Vi vil også gerne invitere dig til gratis træningsseminarer vedr и , afholdt i november i kundecentret på vores Moskva-kontor.
Yderligere materialer:
- med cookies til træning
Kilde: www.habr.com