Jusqu'à récemment, IBM Watson Visual Recognition était principalement utilisé pour reconnaître des images dans leur ensemble. Cependant, travailler avec des images dans leur ensemble est loin d'être la meilleure approche. Désormais, grâce à une nouvelle fonctionnalité, reconnaissance d'objetsLes utilisateurs d'IBM Watson ont eu la possibilité de former des modèles sur des images avec des objets marqués pour leur reconnaissance ultérieure dans n'importe quel cadre.
Nous allons vous montrer comment cela peut être fait maintenant.
Si auparavant, grâce à IBM Watson, il était possible de distinguer une voiture endommagée d'une voiture non endommagée, désormais, vous pouvez non seulement détecter les dommages, mais aussi en estimer l'emplacement et la taille. Cette approche est beaucoup plus informative et permet d'estimer le coût des réparations nécessaires.
Bien entendu, les possibilités d'utilisation de cette fonctionnalité vont bien au-delà de la simple vérification de l'intégrité d'un véhicule. 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 produits sur les étagères des magasins
- Reconnaissance du logo sur les photographies
- Analyse des images CT et IRM pour détecter les anomalies
- Autres tâches liées au travail avec des objets spécifiques dans les photographies
Vous n'aurez pas à passer des mois à sélectionner et étiqueter des données : notre modèle a déjà été entraîné sur plusieurs millions d'échantillons et fournit une qualité de prédiction relativement élevée sans aucune modification. Si nécessaire, vous pouvez toujours le réentraîner afin que le réseau neuronal réponde aux spécificités de votre domaine d'activité.
Étiquetez les images et entraînez un modèle sur vos données plus rapidement avec Watson Studio
Entraîner son propre modèle à reconnaître précisément les objets est généralement la tâche la plus difficile lors de la création d'un système de vision par ordinateur. Watson Studio accélère ce processus et réduit le temps nécessaire pour traiter de grandes quantités de données. En association avec le module complémentaire gratuit. Label Auto Vous pourrez rapidement marquer toutes les images de l'ensemble de données.
Mise en route
Une fois que vous avez activé et créé l'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 non étiquetées dans Watson Studio (vous pouvez utiliser JPEG, PNG ou une archive ZIP contenant ces images)
Sélectionnez une image, puis l'objet à reconnaître, nommez-le et enregistrez. Répétez l'opération jusqu'à ce que vous ayez sélectionné tous les objets nécessaires dans l'image.
Une fois que vous avez étiqueté certaines images, vous pouvez entraîner et tester votre modèle.
Vous pouvez également ajouter des images pour améliorer la qualité du modèle grâce à la fonctionnalité d'étiquetage automatique, qui vous permettra d'étiqueter toutes vos données. Pour utiliser cette fonctionnalité, sélectionnez toutes les images nécessaires et cliquez sur le bouton « Étiquetage automatique » pour permettre à Watson d'étiqueter les données selon les classes spécifiées.
Une fois que vous avez vérifié l’exactitude de votre modèle, vous pouvez intégrer la solution finie 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
