直到最近,IBM Watson Visual Recognition 主要用于识别整个图像。 然而,将图片作为一个整体来处理远不是最正确的方法。 现在,感谢新功能 物体识别,IBM Watson 用户能够在带有标记对象的图像上训练模型,以便随后在任何帧中进行识别。
现在让我们展示如何做到这一点。
如果以前使用 IBM Watson,您可以区分损坏的汽车和未损坏的汽车,那么现在您不仅可以识别损坏的存在,还可以估计其位置和大小。 这种方法提供的信息要丰富得多,可以对必要维修的成本进行预测。
当然,使用此功能的选项列表比简单地检查汽车的完整性要广泛得多。 现在您可以使用 Watson Visual Recognition 来:
- 统计排队的人数或交通拥堵的汽车数量
- 零售货架上的商品识别
- 照片中的徽标识别
- CT 和 MRI 图像异常分析
- 与处理照片中的特定对象相关的其他任务
您不必花费数月时间来选择和标记数据 - 我们的模型已经接受了数百万个样本的训练,并且无需任何更改即可提供相当高质量的预测。 如有必要,您可以随时重新训练它,以便神经网络满足您活动领域的具体情况。
使用 Watson Studio 更快地标记图像并根据数据更快地训练模型
通常,在构建计算机视觉系统时,训练自己的模型以准确识别对象是最困难的任务。 Watson Studio 加快了这一过程,并有助于减少处理大量数据时的时间。 与免费附加组件结合使用 自动标签 您可以快速标记数据集中的所有图像。
入门
在云中激活并创建视觉识别应用程序后,将其连接到 Watson Studio,并在自定义模型部分中的检测对象窗口中创建模型。
将原始数据上传到 Watson Studio(您可以使用包含这些图像的 JPEG、PNG 或 ZIP 存档)
选择图像,选择要识别的对象,为其命名并保存。 重复此操作,直到选择了该图像中所有必需的对象。
一旦标记了一些图像,您就可以训练和测试您的模型。
您还可以使用自动标签功能添加更多图像以提高模型的质量,该功能可帮助您标记所有数据。 要使用此功能,请选择所有必要的图像,然后单击“自动标记”按钮,以便 Watson 根据指定的类别独立标记数据。
检查模型的准确性后,您可以将现成的解决方案嵌入到您的产品中。
我们还想邀请您参加以下方面的免费培训研讨会
其他材料:
视频教学 数据集 带有用于训练的cookieДокументация
来源: habr.com