Jusqu'à récemment, IBM Watson Visual Recognition était principalement utilisé pour reconnaître une image dans son ensemble. Cependant, travailler avec une image dans son ensemble est loin d'être l'approche la plus correcte. Désormais, grâce à la nouvelle fonction de
reconnaissance d'objets , les utilisateurs d'IBM Watson ont la possibilité de former des modèles sur des images avec des objets marqués, pour leur reconnaissance ultérieure sur n'importe quel cadre.
Nous montrons comment cela peut maintenant être fait.
Si vous utilisiez auparavant IBM Watson, vous pouviez distinguer une voiture endommagée d'une voiture non endommagée, vous pouvez désormais non seulement reconnaître la présence de dommages, mais également évaluer sa position et sa taille. Cette approche est beaucoup plus informative, vous permettant de faire des prévisions sur le coût des réparations nécessaires.
Bien sûr, la liste des options d'utilisation de cette fonctionnalité est beaucoup plus large qu'un simple contrôle d'intégrité de la voiture. Vous pouvez maintenant utiliser Watson Visual Recognition pour:
- Compter le nombre de personnes dans les lignes ou les voitures dans le trafic
- Identification des marchandises sur les étagères de commerce
- Reconnaissance des logos sur les photos
- Analyse des tomodensitogrammes et de l'IRM pour les anomalies
- Autres tâches associées au travail avec des objets spécifiques dans les images
Vous n'avez pas à passer des mois sur la sélection et le balisage des données - notre modèle est déjà formé sur plusieurs millions d'échantillons et fournit une qualité de prédiction assez élevée sans aucun changement. Si nécessaire, vous pouvez toujours le recycler pour que le réseau neuronal réponde aux spécificités de votre domaine d'activité.
Balisez les images et entraînez le modèle sur vos données plus rapidement avec Watson Studio
Habituellement, la formation de votre propre modèle pour reconnaître avec précision les objets est la tâche la plus difficile lors de la création d'un système de vision par ordinateur. Watson Studio accélère ce processus et aide à réduire le temps lorsque vous travaillez avec de grandes quantités de données. En conjonction avec le module complémentaire gratuit
Auto Label, vous pouvez rapidement marquer toutes les images du jeu de données.
Pour commencer
Après avoir activé et créé l'application de reconnaissance visuelle dans le cloud, connectez-la à Watson Studio et créez un modèle dans la fenêtre Détecter les objets de la section Modèles personnalisés.
Téléchargez vos données non allouées dans Watson Studio (vous pouvez utiliser une archive JPEG, PNG ou ZIP contenant ces images)
Sélectionnez une image, mettez en surbrillance l'objet que vous souhaitez reconnaître, donnez-lui un nom et enregistrez. Répétez jusqu'à ce que vous sélectionniez tous les objets nécessaires dans cette image.
Une fois que vous avez marqué quelques images, vous pouvez entraîner et tester votre modèle.
Vous pouvez également ajouter plus d'images pour améliorer la qualité du modèle avec la fonction d'étiquetage automatique qui vous aide à baliser toutes vos données. Pour utiliser cette fonction, sélectionnez toutes les images nécessaires et cliquez sur le bouton «Libellé automatique» afin que Watson marque indépendamment les données conformément aux classes spécifiées.
Après avoir vérifié l'exactitude de votre modèle, vous pouvez intégrer une solution prête à l'emploi dans votre produit.
Essayez la reconnaissance d'objets avec IBM Watson Visual Recognition gratuitement dès aujourd'hui!
Nous voulons également vous inviter à des séminaires de formation gratuits sur
IBM Watson Studio et
la reconnaissance visuelle dans le cloud IBM , qui ont eu lieu en novembre dans le centre client de notre bureau de Moscou.
Matériaux supplémentaires: