မကြာသေးမီအချိန်အထိ IBM Watson Visual Recognition သည် ရုပ်ပုံများတစ်ခုလုံးကို အသိအမှတ်ပြုရန် အဓိကအသုံးပြုခဲ့သည်။ သို့သော်၊ ရုပ်ပုံတစ်ပုံတည်းဖြင့် လုပ်ဆောင်ခြင်းသည် မှန်ကန်သောချဉ်းကပ်မှုအရှိဆုံးနှင့် ဝေးကွာသည်။ ယခု၊ အင်္ဂါရပ်အသစ်ကိုကျေးဇူးတင်ပါ။ အရာဝတ္ထုအသိအမှတ်ပြုမှုIBM Watson အသုံးပြုသူများသည် ၎င်းတို့၏နောက်ဆက်တွဲအသိအမှတ်ပြုမှုအတွက် မည်သည့်ဘောင်တွင်မဆို အညွှန်းတပ်ထားသော အရာဝတ္ထုများဖြင့် ရုပ်ပုံများပေါ်တွင် မော်ဒယ်များကို လေ့ကျင့်ပေးနိုင်ခဲ့သည်။
ဒါကို ဘယ်လိုလုပ်ဆောင်နိုင်လဲဆိုတာ အခုပဲပြကြည့်ရအောင်။
အကယ်၍ ယခင်က IBM Watson ကိုအသုံးပြုပါက ပျက်စီးနေသောကားကို မပျက်စီးသေးသောကားနှင့် ခွဲခြားနိုင်ပြီး ယခုအခါတွင် ပျက်စီးမှုများရှိနေရုံသာမက ၎င်း၏ တည်နေရာနှင့် အရွယ်အစားကိုပါ ခန့်မှန်းနိုင်မည်ဖြစ်သည်။ ဤချဉ်းကပ်နည်းသည် အချက်အလက်များပိုမိုသိရှိနိုင်ပြီး လိုအပ်သောပြုပြင်မှုကုန်ကျစရိတ်နှင့်ပတ်သက်၍ ခန့်မှန်းချက်များကို ပြုလုပ်နိုင်စေပါသည်။
မှန်ပါသည်၊ ဤလုပ်ဆောင်ချက်ကို အသုံးပြုရန်အတွက် ရွေးချယ်စရာများစာရင်းသည် ကား၏ ကြံ့ခိုင်မှုကို စစ်ဆေးရုံထက် များစွာ ပိုကျယ်ပါသည်။ ယခု သင်သည် Watson Visual Recognition ကို အသုံးပြုနိုင်သည်-
- ယာဉ်ကြောပိတ်ဆို့မှုတွင် တန်းစီနေသည့် လူအရေအတွက်ကို ရေတွက်ခြင်း။
- လက်လီစင်ပေါ်ရှိ ကုန်ပစ္စည်းများကို ဖော်ထုတ်ခြင်း။
- ဓာတ်ပုံများတွင် လိုဂိုအသိအမှတ်ပြုခြင်း။
- မူမမှန်မှုအတွက် CT နှင့် MRI ပုံရိပ်များကို ခွဲခြမ်းစိတ်ဖြာခြင်း။
- ဓာတ်ပုံများတွင် သီးခြားအရာဝတ္ထုများနှင့် လုပ်ဆောင်ခြင်းဆိုင်ရာ အခြားအလုပ်များ
ဒေတာရွေးချယ်ခြင်းနှင့် အညွှန်းတပ်ခြင်းများကို လနှင့်ချီ၍ သုံးစွဲရန် မလိုအပ်ပါ - ကျွန်ုပ်တို့၏ မော်ဒယ်သည် နမူနာ သန်းပေါင်းများစွာကို လေ့ကျင့်ထားပြီးဖြစ်ပြီး မည်သည့်ပြောင်းလဲမှုမှ မရှိဘဲ အရည်အသွေးမြင့်မားသော ခန့်မှန်းချက်များကို ပံ့ပိုးပေးပါသည်။ လိုအပ်ပါက၊ အာရုံကြောကွန်ရက်သည် သင်၏လုပ်ဆောင်မှုနယ်ပယ်၏ သီးခြားသတ်မှတ်ချက်များနှင့် ပြည့်မီစေရန် ၎င်းကို အမြဲပြန်လည်လေ့ကျင့်နိုင်သည်။
ပုံများကို အညွှန်းတပ်ပြီး Watson Studio ဖြင့် သင့်ဒေတာအတွက် မော်ဒယ်ကို ပိုမိုမြန်ဆန်စွာ လေ့ကျင့်ပါ။
ပုံမှန်အားဖြင့်၊ အရာဝတ္ထုများကို တိကျစွာမှတ်မိရန် သင့်ကိုယ်ပိုင်မော်ဒယ်ကို လေ့ကျင့်ပေးခြင်းသည် ကွန်ပျူတာအမြင်အာရုံစနစ်တစ်ခုကို တည်ဆောက်ရာတွင် အခက်ခဲဆုံးအလုပ်ဖြစ်သည်။ Watson Studio သည် ဤလုပ်ငန်းစဉ်ကို အရှိန်မြှင့်ပေးပြီး ဒေတာအမြောက်အမြားဖြင့် လုပ်ဆောင်သည့်အခါ အချိန်ကို လျှော့ချပေးသည်။ အခမဲ့ အပိုပရိုဂရမ်တစ်ခုနှင့် တွဲဖက်ပါ။ အော်တိုတံဆိပ်တပ်ရန် dataset အတွင်းရှိ ပုံအားလုံးကို လျင်မြန်စွာ အမှတ်အသားပြုနိုင်ပါသည်။
စတင်
cloud တွင် Visual Recognition application ကို အသက်သွင်းပြီး ဖန်တီးပြီးနောက် Watson Studio သို့ ချိတ်ဆက်ပြီး Custom Models ကဏ္ဍတွင် Detect Objects ဝင်းဒိုးတွင် မော်ဒယ်တစ်ခုကို ဖန်တီးပါ။
သင်၏ကုန်ကြမ်းဒေတာကို Watson Studio တွင် အပ်လုဒ်လုပ်ပါ (ဤပုံများပါရှိသော JPEG၊ PNG သို့မဟုတ် ZIP မှတ်တမ်းကို သင်သုံးနိုင်သည်)
ပုံတစ်ခုကို ရွေးပါ၊ သင်မှတ်မိလိုသော အရာဝတ္ထုကို ရွေးချယ်ပါ၊ ၎င်းကို နာမည်တစ်ခုပေးကာ သိမ်းဆည်းပါ။ ဤပုံရှိ လိုအပ်သည့်အရာအားလုံးကို သင်ရွေးချယ်ပြီးသည်အထိ ပြန်လုပ်ပါ။
သင့်တွင် ပုံအချို့ကို အညွှန်းတပ်ပြီးသည်နှင့် သင့်မော်ဒယ်ကို လေ့ကျင့်ပြီး စမ်းသပ်နိုင်သည်။
သင့်ဒေတာအားလုံးကို အညွှန်းတပ်ရာတွင် ကူညီပေးသည့် Auto Label အင်္ဂါရပ်ကို အသုံးပြု၍ မော်ဒယ်၏ အရည်အသွေးကို မြှင့်တင်ရန် ပုံများကို ထပ်ထည့်နိုင်သည်။ ဤလုပ်ဆောင်ချက်ကိုအသုံးပြုရန်၊ လိုအပ်သောပုံများအားလုံးကိုရွေးချယ်ပြီး "Auto Label" ခလုတ်ကိုနှိပ်ပြီး Watson သည် သတ်မှတ်ထားသောအတန်းများနှင့်အညီ ဒေတာများကို သီးခြားတံဆိပ်ကပ်နိုင်စေရန်။
သင့်မော်ဒယ်၏ တိကျမှုကို စစ်ဆေးပြီးနောက်၊ သင့်ထုတ်ကုန်တွင် အဆင်သင့်လုပ်ထားသော ဖြေရှင်းချက်တစ်ခုကို ထည့်သွင်းနိုင်သည်။
အခမဲ့သင်တန်း နှီးနှောဖလှယ်ပွဲများသို့လည်း ဖိတ်ခေါ်လိုပါသည်။
အပိုဆောင်းပစ္စည်းများ:
ဗီဒီယို လမ်းညွှန် ဒေတာအစုံ လေ့ကျင့်မှုအတွက် cookies များနှင့်အတူစာရွက်စာတမ်းများ
source: www.habr.com