チューリップとランディングAIの統合

TulipでLanding AIのビジョンモデルを作成・展開

Visionのスナップショット機能は、Tulipのサードパーティインテグレーションサービスと併用することで、分類ビジョンモデルを迅速に構築・展開することができます。Landing AIでこの機能を使用することで、モデルをテストするために写真を送信することができ、モデルはさまざまな種類のオブジェクトを分類し、その分類の信頼度を学習します。

この記事では、次のことを学びます：

• Landing AI認証情報の入力方法
• 分類モデルの作成方法
• 分類モデルをデプロイする方法

前提条件

必要な画像を収集し、データセット用にそれらの画像を分類している（1クラスにつき最低10枚必要）

例としては、*https://library.tulip.co/apps/vision-data-collection* https://support.tulip.co/docs/collecting-data-for-visual-inspection-with-visionを参照。

ユースケースラジオ PCB を "異常 "と "正常 "に分類。

これは複数の状態を分類するために使用できますが、今回は簡単のために2つの状態を使用します。

{height="" width=""}.

ランディングAIの認証情報を入力する

1. Shop floorタブで、Visionを選択する。
2. 左側のパネルで、Modelsを選択し、ページ右上のManage providersボタンをクリックします。{height="" width=""} ランディングAIのAPIキーを入力します。
3. {height="" width=""} ランディングAI APIキーを入力します。

分類モデルの作成

データセットの準備ができ、収集し、分類したら、モデルの作成をクリックする。データの収集方法については、こちらの記事をお読みください。

{height="" width=""} 分類モデルを作成します。

モデルの 名前、 説明、 ビジョンプロバイダー （Landing AI）を入力し、次のフィールドを入力します。

{height="" width=""} をクリックします。

モデルの作成」をクリックします。

分類モデルのデプロイ

分類モデルには4つのステータスがあります：*Uploading- 現在Landing AIに画像をアップロード中*Trained- 使用可能*Published- アプリで使用*Failed- モデルに問題があり、使用できない{height="" width=""}.

トリガー

Tulipは自動的に各モデルのコネクタを作成するので、モデルがトレーニングされるとすぐにデプロイすることができます。

Vision AIトリガーを選択し、次にRun Vision Model Inferenceを選択し、作成したモデルを選択します。モデルを実行する画像と、結果（クラスとそのクラスの信頼度）を格納する変数を提供する必要があります。

{height="" width=""} とします。

結果は "label "と "score "で返されます。

リミット

• 100ビジョンモデル
• 20MBの画像サイズ
• モデル内の10K画像
• 25リクエスト/秒

分類

• 2クラス必要
• 各クラス最低10画像