Jusqu'à récemment, IBM Watson Visual Recognition était principalement utilisé pour reconnaître les images dans leur ensemble. Cependant, travailler avec une image dans son ensemble est loin d'être l'approche la plus correcte. Maintenant, grâce à la nouvelle fonctionnalité reconnaissance d'objets, les utilisateurs d'IBM Watson ont pu entraîner des modèles sur des images avec des objets étiquetés pour leur reconnaissance ultérieure dans n'importe quel cadre.
Montrons comment cela peut être fait maintenant.
Si auparavant, à l'aide d'IBM Watson, vous pouviez distinguer une voiture endommagée d'une voiture non endommagée, vous pouvez désormais non seulement reconnaître la présence de dommages, mais également estimer sa position et sa taille. Cette approche est beaucoup plus informative, car elle permet de faire des prévisions sur le coût des réparations nécessaires.
Bien entendu, la liste des options permettant d'utiliser cette fonctionnalité est bien plus large que la simple vérification de l'intégrité de la voiture. Vous pouvez désormais utiliser Watson Visual Recognition pour :
- Compter le nombre de personnes dans les files d'attente ou de voitures dans les embouteillages
- Identification des marchandises dans les rayons des magasins
- Reconnaissance du logo sur les photos
- Analyse des images CT et IRM à la recherche d'anomalies
- Autres tâches liées au travail avec des objets spécifiques dans les photographies
Vous n'avez pas besoin de passer des mois à sélectionner et à étiqueter les données : notre modèle est déjà formé sur plusieurs millions d'échantillons et fournit une qualité de prédiction assez élevée sans aucun changement. Si nécessaire, vous pouvez toujours le recycler pour que le réseau de neurones réponde aux spécificités de votre domaine d'activité.
Étiquetez les images et entraînez un modèle sur vos données plus rapidement avec Watson Studio
En règle générale, entraîner votre propre modèle à reconnaître avec précision les objets est la tâche la plus difficile lors de la construction d'un système de vision par ordinateur. Watson Studio accélère ce processus et permet de réduire le temps nécessaire lorsque vous travaillez avec de gros volumes de données. En conjonction avec un module complémentaire gratuit Label Auto vous pouvez rapidement baliser toutes les images de l'ensemble de données.
Mise en route
Après avoir activé et créé une application de reconnaissance visuelle dans le cloud, connectez-la à Watson Studio et dans la section Modèles personnalisés, créez un modèle dans la fenêtre Détecter les objets.
Téléchargez vos données brutes dans Watson Studio (vous pouvez utiliser une archive JPEG, PNG ou ZIP contenant ces images)
Sélectionnez une image, sélectionnez l'objet que vous souhaitez reconnaître, donnez-lui un nom et enregistrez. Répétez jusqu'à ce que vous ayez sélectionné tous les objets nécessaires dans cette image.
Une fois que vous avez étiqueté quelques images, vous pouvez entraîner et tester votre modèle.
Vous pouvez également ajouter plus d'images pour améliorer la qualité du modèle à l'aide de la fonction Auto Label, qui vous aide à étiqueter toutes vos données. Pour utiliser cette fonction, sélectionnez toutes les images nécessaires et cliquez sur le bouton « Auto Label » afin que Watson étiquette indépendamment les données conformément aux classes spécifiées.
Après avoir vérifié l'exactitude de votre modèle, vous pouvez intégrer une solution prête à l'emploi dans votre produit.
reconnaissance d'objets avec IBM Watson Visual Recognition gratuitement dès aujourd'hui !
Nous aimerions également vous inviter à des séminaires de formation gratuits sur и , qui s'est tenue en novembre au centre client de notre bureau de Moscou.
Matériaux supplémentaires:
- avec des cookies pour la formation
Source: habr.com