在 Tulip 中创建和部署 Landing AI 的视觉模型
The Third Party Vision Integration will be available in Tulip Instances upon request.
Vision 的快照功能可与 Tulip 的第三方集成服务一起使用，以快速构建和部署分类视觉模型。通过将此功能与 Landing AI 结合使用，您可以发送图片来测试模型，模型将对不同类型的对象进行分类，并了解分类的可信度。
在本文中，您将了解到
- 如何输入 Landing AI 认证
- 如何创建分类模型
- 如何部署分类模型
前提条件
您已经收集了必要的图像，并为数据集对这些图像进行了分类（每个类别至少需要 10 张图像）
有关示例，请参阅：*https://library.tulip.co/apps/vision-data-collection* https://support.tulip.co/docs/collecting-data-for-visual-inspection-with-vision
使用案例：将无线电 PCB 分为 "异常 "和 "正常 "两类
这可用于对多种状态进行分类，但在本例中，为简单起见，我们使用两种状态。
输入您的 Landing AI 认证
- 在 "车间 "选项卡下，选择 "视觉"。
- 在左侧面板中，选择 "模型"，然后单击页面右上方的 "管理提供商 "按钮。
- 输入您的 Landing AI API 密钥。
{height="" width="""}
创建分类模型
数据集准备就绪、收集完毕并分类后，点击创建模型。请阅读本文，了解如何收集数据。
{height="" width="""}
输入名称、模型 描述和 视觉提供者 （Landing AI），然后输入以下字段：*模型类型- 仅分类（区分已知实体）*Tulip 表- 您的 Tulip 数据源*图像- 您要分类的图像*注释- 每张图像的标签（成为类别）*查询- 限制您选择发送的图像数量的查询。
单击创建模型。
部署分类模型
分类模型有四种状态：*Uploading（上传）- 当前正在向 Landing AI上传图像*Trained（已训练）- 准备就绪，可以使用*Published（已发布）- 已在应用程序中使用*Failed（失败）- 模型存在问题，无法使用
{height="" width="""}
触发器
Tulip 会自动为每个模型创建一个连接器，以便您在模型训练完成后立即部署。
选择视觉 AI触发器，然后运行视觉模型推理，并选择你创建的模型。您需要提供运行模型所依据的图像和一个变量来存储结果（即类和该类的置信度）。
结果将带 "标签 "和 "分数 "返回。
限制
- 100 个视觉模型
- 20MB 图像大小
- 一个模型中包含 10K 幅图像
- 每秒 25 次请求
分类
- 需要 2 个类别
- 每类至少 10 幅图像