Создайте модель классификации изображений без кодирования
Классификация изображений
Классификация изображений — это одна из задач в Computer Vision, целью которой является классификация изображения на основе его содержимого. Например, для приведенного ниже изображения ожидаемым результатом будет «собака» (например, если обучающий набор данных предназначен для собак и кошек).
Давайте построим классификатор
Мы будем использовать Stanford Dogs Dataset, который содержит изображения 120 пород собак со всего мира.
Сначала перейдите в Watson AutoAI и создайте проект.
Нажмите на название проекта, и вы должны быть перенаправлены на домашнюю страницу проекта. Нажмите "Добавить в проект".
Затем выберите «Модель визуального распознавания».
Если это ваш первый раз, вам нужно создать сервис. Нажмите "здесь"
Выберите план, который соответствует вашим потребностям.
У вас есть возможность изменить регион, план, группу ресурсов и т. д. Я предпочитаю настройки по умолчанию.
Нажмите «Классифицировать изображения», чтобы создать модель классификации.
Это главная страница для построения модели. Нажмите «Обзор» справа, чтобы загрузить свой набор данных (zip-файлы, где имя папки — это имя класса).
Я загрузил три набора данных (динго, немецкий дог и сибирский хаски) по 50 изображений в каждом.
Нажмите «Обучить», чтобы начать обучение модели.
Когда обучение будет завершено, вы получите уведомление. Нажмите «здесь», чтобы перейти к обзору проекта.
Список информации будет предоставлен о модели.
Нажмите «Тест», чтобы сделать вывод о модели. Загрузите изображение, и модель предскажет класс изображения. Вы можете выбрать отображаемые классы с левой стороны вместе с их достоверностью.
Наконец, нажмите «Реализация», и вам будут предоставлены API для удаленного вывода модели.
Ресурсы
