Tworzenie i wdrażanie modeli wizyjnych Landing AI w Tulip
The Third Party Vision Integration will be available in Tulip Instances upon request.
Funkcja Vision's Snapshot może być używana wraz z Tulip's Third Party Integration Services, aby szybko zbudować i wdrożyć klasyfikacyjny model wizyjny. Używając tej funkcji z Landing AI, możesz wysyłać zdjęcia, aby przetestować swój model, a model będzie klasyfikował różne typy obiektów i uczył się pewności tej klasyfikacji.
W tym artykule dowiesz się:
- Jak wprowadzić swoje dane uwierzytelniające Landing AI
- Jak utworzyć model klasyfikacji
- Jak wdrożyć model klasyfikacji
Wymagania wstępne
Zebrałeś niezbędne obrazy i sklasyfikowałeś je dla swojego zbioru danych (potrzebujesz co najmniej 10 na klasę).
Przykłady można znaleźć na stronie:* https://library.tulip.co/apps/vision-data-collection* https://support.tulip.co/docs/collecting-data-for-visual-inspection-with-vision
Przypadek użycia: Klasyfikacja radiowej płytki drukowanej jako "anomalii" lub "normalnej"
Można to wykorzystać do sklasyfikowania wielu stanów, ale w tym przypadku dla uproszczenia użyjemy dwóch.
Wprowadź swoje dane uwierzytelniające Landing AI
- W zakładce Shop floor wybierz opcję Vision.
- W panelu po lewej stronie wybierz Modele, a następnie kliknij przycisk Zarządzaj dostawcami w prawym górnym rogu strony.
- Wprowadź swój klucz API Landing AI.
Tworzenie modelu klasyfikacji
Gdy zestaw danych jest już gotowy, zebrany i sklasyfikowany, kliknij przycisk create model. Przeczytaj ten artykuł, aby dowiedzieć się, jak zbierać dane.
Wprowadź nazwę, opis modelu i dostawcę wizji (Landing AI)Następnie wprowadź następujące pola:* Typ modelu - tylko klasyfikacja (rozróżnianie między znanymi jednostkami)* Tabela Tulip - źródło danych Tulip* Obraz - obraz(y), które chcesz sklasyfikować* Adnotacja - etykieta (która staje się klasą) dla każdego obrazu * Zapytanie - zapytanie ograniczające liczbę obrazów, które zdecydujesz się wysłać
Kliknij przycisk Utwórz model.
Wdrażanie modelu klasyfikacji
Istnieją cztery statusy dla modeli klasyfikacyjnych:* Uploading - Aktualnie przesyłane obrazy do Landing AI* Trained - Gotowy do użycia* Published - Używany w aplikacji* Failed - Model miał problemy i nie może być używany
Wyzwalacz
Tulip automatycznie tworzy łącznik dla każdego modelu, dzięki czemu można go łatwo wdrożyć, gdy tylko model zostanie wytrenowany.
Wybierz wyzwalacz Vision AI, następnie Run Vision Model Inference i wybierz utworzony model. Będziesz musiał podać obraz, na którym uruchamiasz model i zmienną do przechowywania wyniku (tj. klasy i zaufania dla tej klasy).
Wynik zostanie zwrócony z "etykietą" i "wynikiem".
Limity
- 100 modeli wizyjnych
- Rozmiar obrazu 20 MB
- 10 tys. obrazów w modelu
- 25 żądań na sekundę
Klasyfikacja
- Wymagane 2 klasy
- minimum 10 obrazów na klasę