Fino a poco tempo fa, IBM Watson Visual Recognition era principalmente utilizzato per il riconoscimento delle immagini come un'unica entità. Tuttavia, trattare un'immagine come un singolo insieme non è affatto l'approccio più corretto. Ora, grazie a una nuova funzione di riconoscimento degli oggetti, gli utenti di IBM Watson possono addestrare modelli su immagini con oggetti annotati, per il loro successivo riconoscimento in qualsiasi fotogramma.
Vediamo come si può ora fare.
Se prima con IBM Watson potevate distinguere un'auto danneggiata da una in buone condizioni, ora potete non solo riconoscere la presenza di danni, ma anche valutare la loro posizione e dimensione. Questo approccio è molto più informativo, permettendo di fare previsioni sul costo delle riparazioni necessarie.
Naturalmente, l'elenco delle applicazioni di questa funzionalità è molto più ampio della semplice verifica dell'integrità di un'auto. Ora potrete utilizzare Watson Visual Recognition per:
- Conteggio delle persone in fila o delle auto in coda
- Identificazione dei prodotti sugli scaffali
- Riconoscimento dei loghi nelle fotografie
- Analisi delle immagini di TAC e risonanze magnetiche per rilevare anomalie
- Altre attività legate al lavoro con oggetti specifici nelle immagini
Non dovrete spendere mesi nella ricerca e annotazione dei dati: il nostro modello è già stato addestrato su milioni di campioni e offre una qualità di previsione sufficientemente alta senza alcuna modifica. Se necessario, potrete sempre perfezionarlo affinché la rete neurale risponda alle specificità del vostro settore.
Annotate le immagini e addestrate il modello sui vostri dati più rapidamente con Watson Studio
Di solito, l'addestramento di un modello personale per il riconoscimento preciso degli oggetti è il compito più difficile nella creazione di un sistema di visione artificiale. Watson Studio accelera questo processo e aiuta a ridurre i tempi quando si lavora con grandi volumi di dati. In combinazione con l'estensione gratuita Auto Label , potrete annotare rapidamente tutte le immagini presenti nel dataset.
Inizio del lavoro
Dopo aver attivato e creato l'app Visual Recognition nel cloud, collegatela a Watson Studio e nella sezione Modelli personalizzati create un modello nella finestra Riconosci oggetti.
Carica i tuoi dati non etichettati in Watson Studio (puoi utilizzare JPEG, PNG o un archivio ZIP contenente queste immagini)
Seleziona un'immagine, evidenzia l'oggetto che desideri riconoscere, dagli un nome e salva. Ripeti finché non hai evidenziato tutti gli oggetti necessari in quell'immagine.
Una volta che hai etichettato diverse immagini, puoi addestrare e testare il tuo modello.
Puoi anche aggiungere ulteriori immagini per migliorare la qualità del modello utilizzando la funzione Auto Label, che ti aiuterà a etichettare tutti i tuoi dati. Per applicare questa funzione, seleziona tutte le immagini necessarie e fai clic sul pulsante «Auto Label» affinché Watson etichetti autonomamente i dati, secondo le classi specificate.
Dopo aver verificato la precisione del tuo modello, puoi integrare la soluzione pronta nel tuo prodotto.
il riconoscimento degli oggetti con IBM Watson Visual Recognition gratuitamente da oggi!
Siamo anche lieti di invitarti a seminari di formazione gratuiti su e , che si terranno a novembre nel centro clienti del nostro ufficio di Mosca.
Materiali aggiuntivi:
- con biscotti per l'allenamento
Fonte: habr.com
