Jusqu'à récemment, IBM Watson Visual Recognition était principalement utilisé pour la reconnaissance d'images dans leur ensemble. Cependant, traiter une image comme un tout n'est pas la meilleure approche. Maintenant, grâce à une nouvelle fonctionnalité de reconnaissance d'objets, les utilisateurs d'IBM Watson peuvent entraîner des modèles sur des images avec des objets annotés, pour leur reconnaissance ultérieure sur n'importe quelle image.
Voyons comment cela peut maintenant être réalisé.
Auparavant, avec IBM Watson, vous pouviez distinguer une voiture endommagée d'une voiture intacte, mais maintenant, vous pouvez non seulement reconnaître la présence d'un dommage, mais aussi évaluer sa position et sa taille. Une telle approche est beaucoup plus informative, permettant de faire des prévisions sur le coût des réparations nécessaires.
Bien sûr, la liste des possibilités d'application de cette fonctionnalité est beaucoup plus large que la simple vérification de l'intégrité d'une voiture. Vous pourrez désormais utiliser Watson Visual Recognition pour :
- Compter le nombre de personnes dans les files d'attente ou de voitures dans les embouteillages
- Identifier des produits sur les étagères des magasins
- Reconnaître des logos sur des photos
- Analyser des images de scanner CT et IRM pour détecter des anomalies
- D'autres tâches liées à l'interaction avec des objets spécifiques sur les images
Vous n'aurez pas besoin de passer des mois à annoter et à préparer des données - notre modèle est déjà entraîné sur plusieurs millions d'exemples et fournit une qualité de prédiction suffisamment élevée sans modifications. Si nécessaire, vous pourrez toujours le réentraîner pour répondre aux spécificités de votre domaine d'activité.
Annoter des images et former un modèle sur vos données plus rapidement avec Watson Studio
Habituellement, entraîner votre propre modèle pour la reconnaissance précise d'objets est la tâche la plus difficile lors de la création d'un système de vision par ordinateur. Watson Studio accélère ce processus et aide à réduire le temps de traitement de grandes quantités de données. Associé à l'outil gratuit Auto Label , vous pourrez rapidement annoter toutes les images de votre jeu de données.
Commencer
Après avoir activé et créé l'application Visual Recognition dans le cloud, connectez-la à Watson Studio et dans la section Modèles personnalisés, créez un modèle dans la fenêtre Détecter des objets.
Téléchargez vos données non annotées dans Watson Studio (vous pouvez utiliser JPEG, PNG ou un fichier ZIP contenant ces images)
Sélectionnez une image, identifiez l'objet que vous souhaitez reconnaître, donnez-lui un nom et enregistrez. Répétez l'opération jusqu'à ce que vous ayez identifié tous les objets nécessaires sur cette image.
Une fois que vous avez annoté plusieurs images, vous pouvez entraîner et tester votre modèle.
Vous pouvez également ajouter plus d'images pour améliorer la qualité du modèle grâce à la fonction Auto Label, qui vous aidera à annoter toutes vos données. Pour appliquer cette fonction, sélectionnez toutes les images nécessaires et cliquez sur le bouton « Auto Label », afin que Watson puisse annoter les données selon les classes définies.
Après avoir vérifié la précision de votre modèle, vous pouvez intégrer la solution finale dans votre produit.
la reconnaissance d'objets avec IBM Watson Visual Recognition gratuitement dès aujourd'hui !
Nous souhaitons également vous inviter à des séminaires de formation gratuits sur et , organisés en novembre au centre client de notre bureau de Moscou.
Documents supplémentaires :
- avec des cookies pour l'entraînement
Source : habr.com
