最近まで、IBM Watson Visual Recognition は主に画像全体を認識するために使用されていました。 ただし、画像を XNUMX つの全体として扱うことは、最も正しいアプローチとは程遠いです。 さて、新機能のおかげで 物体認識, IBM Watson ユーザーは、ラベル付けされたオブジェクトを含む画像上でモデルをトレーニングし、その後の任意のフレームでの認識を行うことができました。
これを今すぐ行う方法を示しましょう。
以前は IBM Watson を使用して、損傷した車と損傷していない車を区別できましたが、今では損傷の存在を認識できるだけでなく、その位置とサイズを推定できるようになりました。 このアプローチははるかに有益であり、必要な修理のコストを予測することができます。
もちろん、この機能を使用するためのオプションのリストは、単に車の完全性をチェックするよりもはるかに多岐にわたります。 Watson Visual Recognition を使用して次のことを実行できるようになりました。
- 列に並んでいる人の数や渋滞している車の数を数える
- 小売店の棚にある商品の識別
- 写真内のロゴ認識
- CTおよびMRI画像の異常の分析
- 写真内の特定のオブジェクトの操作に関連するその他のタスク
データの選択とラベル付けに何か月も費やす必要はありません。私たちのモデルはすでに数百万のサンプルでトレーニングされており、変更を加えることなくかなり高品質の予測を提供します。 必要に応じて、いつでも再トレーニングして、ニューラル ネットワークが活動分野の詳細を満たすようにすることができます。
Watson Studio を使用して画像にラベルを付け、データに基づいてモデルをより迅速にトレーニングします
通常、コンピューター ビジョン システムを構築する場合、オブジェクトを正確に認識できるように独自のモデルをトレーニングすることが最も困難な作業です。 Watson Studio はこのプロセスを高速化し、大量のデータを扱う際の時間を短縮します。 無料のアドオンと併用すると、 自動ラベル データセット内のすべての画像をすばやくマークアップできます。
はじめに
クラウドで Visual Recognition アプリケーションをアクティブ化して作成した後、それを Watson Studio に接続し、「カスタム・モデル」セクションで、「オブジェクトの検出」ウィンドウでモデルを作成します。
生データを Watson Studio にアップロードします (これらの画像を含む JPEG、PNG、または ZIP アーカイブを使用できます)
画像を選択し、認識したいオブジェクトを選択し、名前を付けて保存します。 この画像内の必要なオブジェクトをすべて選択するまで、この手順を繰り返します。
いくつかの画像にラベルを付けたら、モデルをトレーニングしてテストできます。
また、すべてのデータにラベルを付けるのに役立つ自動ラベル機能を使用して、さらに画像を追加してモデルの品質を向上させることもできます。 この機能を使用するには、必要な画像をすべて選択し、「自動ラベル付け」ボタンをクリックすると、Watson が指定されたクラスに従ってデータに独自にラベル付けします。
モデルの精度を確認したら、既製のソリューションを製品に組み込むことができます。
無料のトレーニングセミナーにもぜひご参加ください。
追加の資料
ビデオ指導 データセット トレーニング用のクッキー付きДокументация
出所: habr.com