--- title: "Интеграция искусственного интеллекта с тюльпаном и лендингом " slug: "tulip-and-landing-ai-integration" updated: 2025-05-27T15:06:29Z published: 2025-05-27T15:06:29Z canonical: "support.tulip.co/tulip-and-landing-ai-integration" --- > ## Documentation Index > Fetch the complete documentation index at: https://support.tulip.co/llms.txt > Use this file to discover all available pages before exploring further. # Интеграция искусственного интеллекта с тюльпаном и лендингом ## Создание и развертывание моделей видения Landing AI в Tulip Availability The Third Party Vision Integration will be available in Tulip Instances upon request. Функция "Снимок" Vision может быть использована со сторонними интеграционными сервисами Tulip для быстрого создания и развертывания классификационной модели зрения. Используя эту функцию с Landing AI, вы можете отправлять изображения для тестирования модели, а модель будет классифицировать различные типы объектов и узнавать достоверность этой классификации. В этой статье вы узнаете: - Как ввести учетные данные Landing AI - Как создать модель классификации - Как развернуть модель классификации ### Предварительные условия Вы собрали необходимые изображения и классифицировали их для своего набора данных (нужно не менее 10 изображений для каждого класса). Примеры см. на сайте:* [https://library.tulip.co/apps/vision-data-collection*](https://library.tulip.co/apps/vision-data-collection) [https://support.tulip.co/docs/collecting-data-for-visual-inspection-with-vision](https://support.tulip.co/docs/collecting-data-for-visual-inspection-with-vision) ## Пример использования: Классификация радиочастотных плат как "аномальных" и "нормальных" Это может быть использовано для классификации нескольких состояний, но в данном случае мы используем два для простоты. ![Landing AI](https://cdn.document360.io/7c6ff534-cad3-4fc8-9583-912c4016362f/Images/Documentation/Screenshot%202025-04-10%20at%2010.07.38%20AM.png) ### Введите свои учетные данные Landing AI 1. На вкладке "Цех" выберите "Видение". 2. В левой боковой панели выберите Models (Модели), а затем нажмите кнопку Manage providers (Управление провайдерами) в правом верхнем углу страницы.![Landing AI](https://cdn.document360.io/7c6ff534-cad3-4fc8-9583-912c4016362f/Images/Documentation/Screenshot%202025-04-10%20at%2010.07.54%20AM.png) 3. Введите API-ключ Landing AI.![Landing AI](https://cdn.document360.io/7c6ff534-cad3-4fc8-9583-912c4016362f/Images/Documentation/Screenshot%202025-04-10%20at%2010.08.00%20AM.png) ### Создание модели классификации Когда ваш набор данных готов, собран и классифицирован, нажмите кнопку "Создать модель". Прочитайте [эту статью](https://support.tulip.co/docs/collecting-data-for-visual-inspection-with-vision), чтобы узнать, как собирать данные. ![Landing AI](https://cdn.document360.io/7c6ff534-cad3-4fc8-9583-912c4016362f/Images/Documentation/Screenshot%202025-04-10%20at%2010.08.07%20AM.png) Введите **название**, **описание** модели и **поставщика видения** (Landing AI)Затем введите следующие поля:* **Тип модели** - только классификация (различение известных сущностей)* **Таблица Tulip** - ваш источник данных Tulip* **Изображение** - изображение (изображения), которое вы хотите классифицировать* **Аннотация** - метка (которая становится классом) для каждого изображения* **Запрос** - запрос для ограничения количества изображений, которые вы решили отправить ![Landing AI](https://cdn.document360.io/7c6ff534-cad3-4fc8-9583-912c4016362f/Images/Documentation/Screenshot%202025-04-10%20at%2010.08.15%20AM.png) Нажмите кнопку **Создать модель**. ### Развертывание модели классификации Существует четыре статуса для моделей классификации:* **Uploading** - В настоящее время загружает изображения в Landing AI* **Trained** - Готова к использованию* **Published** - Используется в приложении* **Failed** - Модель столкнулась с проблемами и не может быть использована![Landing AI](https://cdn.document360.io/7c6ff534-cad3-4fc8-9583-912c4016362f/Images/Documentation/Screenshot%202025-04-10%20at%2010.08.22%20AM.png) ### Триггер Tulip автоматически создает коннектор для каждой модели, чтобы вы могли с готовностью развернуть ее, как только она будет обучена. Выберите триггер **Vision AI**, затем **Run Vision Model Inference** и выберите созданную модель. Вам нужно будет указать изображение, по которому вы запускаете модель, и переменную для хранения результата (т. е. класса и уверенности для этого класса). ![Landing AI](https://cdn.document360.io/7c6ff534-cad3-4fc8-9583-912c4016362f/Images/Documentation/Screenshot%202025-04-10%20at%2010.08.28%20AM.png) Результат будет возвращен с "меткой" и "баллом". #### Пределы - 100 моделей зрения - Размер изображения 20 МБ - 10K изображений в модели - 25 запросов в секунду #### Классификация - требуется 2 класса - минимум 10 изображений на класс