Até recentemente, o IBM Watson Visual Recognition era usado principalmente para reconhecer imagens como um todo. No entanto, trabalhar com uma imagem como um todo está longe de ser a abordagem mais correta. Agora, graças ao novo recurso Reconhecimento de objeto, os usuários do IBM Watson puderam treinar modelos em imagens com objetos rotulados para seu posterior reconhecimento em qualquer quadro.
Vamos mostrar como isso pode ser feito agora.
Se antes, usando o IBM Watson, você conseguia distinguir um carro danificado de um não danificado, agora você pode não apenas reconhecer a presença de danos, mas também estimar sua posição e tamanho. Esta abordagem é muito mais informativa, permitindo fazer previsões sobre o custo dos reparos necessários.
Claro, a lista de opções para usar essa funcionalidade é muito mais ampla do que simplesmente verificar a integridade do carro. Agora você pode usar o Watson Visual Recognition para:
- Contando o número de pessoas em filas ou carros em engarrafamentos
- Identificação de mercadorias nas prateleiras do varejo
- Reconhecimento de logotipo em fotos
- Análise de imagens de tomografia computadorizada e ressonância magnética para anormalidades
- Outras tarefas relacionadas ao trabalho com objetos específicos em fotografias
Você não precisa passar meses selecionando e rotulando dados - nosso modelo já foi treinado em vários milhões de amostras e fornece uma qualidade de previsão bastante alta sem quaisquer alterações. Se necessário, você sempre pode treiná-la novamente para que a rede neural atenda às especificidades do seu ramo de atuação.
Rotule imagens e treine um modelo em seus dados com mais rapidez com o Watson Studio
Normalmente, treinar seu próprio modelo para reconhecer objetos com precisão é a tarefa mais difícil ao construir um sistema de visão computacional. O Watson Studio acelera esse processo e ajuda a reduzir o tempo ao trabalhar com grandes volumes de dados. Em conjunto com um complemento gratuito Etiqueta Auto você pode marcar rapidamente todas as imagens no conjunto de dados.
Introdução
Após ativar e criar uma aplicação de Reconhecimento Visual na nuvem, conecte-a ao Watson Studio e na seção Modelos Customizados, crie um modelo na janela Detectar Objetos.
Faça upload de seus dados brutos no Watson Studio (é possível usar um arquivo JPEG, PNG ou ZIP contendo essas imagens)
Selecione uma imagem, selecione o objeto que deseja reconhecer, dê um nome a ele e salve. Repita até selecionar todos os objetos necessários nesta imagem.
Depois de rotular algumas imagens, você pode treinar e testar seu modelo.
Você também pode adicionar mais imagens para melhorar a qualidade do modelo usando o recurso Auto Label, que ajuda a rotular todos os seus dados. Para utilizar esta função, selecione todas as imagens necessárias e clique no botão “Auto Label” para que o Watson rotule os dados de forma independente de acordo com as classes especificadas.
Depois de verificar a precisão do seu modelo, você pode incorporar uma solução pronta ao seu produto.
reconhecimento de objetos com o IBM Watson Visual Recognition gratuitamente hoje mesmo!
Gostaríamos também de convidá-lo para seminários de treinamento gratuitos sobre и , realizada em novembro no centro de clientes do nosso escritório em Moscou.
Materiais adicionais:
- com biscoitos para treino
Fonte: habr.com