Requisitos previos: ¿Cómo utilizar los clasificadores de imágenes integrados del módulo de reconocimiento visual con IBM Watson?
IBM Watson Visual Recognition es una herramienta que utiliza algoritmos de aprendizaje profundo para analizar imágenes y permitir a los usuarios identificar automáticamente sujetos y objetos contenidos en la imagen y organizar y clasificar estas imágenes en categorías. la parte interesante es que le permite crear sus propios clasificadores de imágenes personalizados y luego entrenar y probar esos modelos en la nube.
¿Qué aprenderás de esto?
Utilizará IBM Watson Visual Recognition (VR) para cargar y clasificar sus imágenes utilizando clasificadores de imágenes personalizados creados por usted.
¿Qué requerirás?
- Cuenta de IBM Cloud (NO se requiere una tarjeta de crédito para registrarse en una cuenta de IBM Cloud Lite y no hay ningún cargo asociado con la creación de una instancia del plan Lite del servicio Watson Discovery).
- Dispositivo con buena conexión a internet.
Debería ver el siguiente panel después de completar la guía hasta el paso 7 como se menciona en los requisitos previos.
Para el modelo personalizado que estamos creando en el servicio de reconocimiento visual, estamos clasificando 3 razas de perros. Puede usar cualquier clase de cualquier objeto como frutas, logotipos, diferentes momentos del día como mañana, tarde, tarde y noche.
Procedimiento
Paso 1: Comience creando nuestra primera clase para el entrenamiento.
haga clic en crear una pestaña de clase.
en la siguiente pantalla ingrese el nombre de su clase. Comencemos con Husky, por lo que llamamos a nuestra primera clase Husky.
Paso 2: Cargue el conjunto de datos de entrenamiento.
haga clic en Examinar y seleccione el archivo del conjunto de datos (archivo .zip) que contiene las imágenes de capacitación para su clase. He elegido husky.
Es mejor usar un archivo zip que contenga todas las imágenes de una sola clase, ya que será más eficiente y rápido de usar.
Paso 3: agregue el conjunto de datos cargado a su modelo.
haga clic en la casilla de verificación junto a Husky.zip (en mi caso) y luego haga clic en Agregar al modelo .
Paso 4: Ahora haga lo mismo con el conjunto de datos para Beagle y Golden Retriever. Luego haga clic en «Modelo de entrenamiento».
Nota: El entrenamiento puede tomar un par de minutos o más dependiendo del tamaño del conjunto de datos y la resolución
Haga clic en Entrenado.
Paso 5: Pruebe su modelo.
haga clic en la opción Prueba , luego navegue para cargar su conjunto de datos de prueba (mis datos de prueba contienen una mezcla de los 3 tipos de razas de perros).
una vez que cargue sus datos de prueba, automáticamente comenzará a analizar todas las imágenes.
Paso 6: Ver resultados
Publicación traducida automáticamente
Artículo escrito por kevadiyasmeet y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA