Látástechnológiai osztályozó modell Azure Custom Vision Cognitive Service-szel

Azure
GitHub

Megoldási ötlet

Ha szeretné látni, hogy további információkkal bővítsük ki ezt a cikket, például lehetséges használati eseteket, alternatív szolgáltatásokat, megvalósítási szempontokat vagy díjszabási útmutatót, tudassa velünk GitHub Visszajelzéssel!

Ez az architektúra Custom Vision használ a szimulált drón által készített képek besorolására. Lehetővé teszi a mi és az eszközök internetes hálózatának (IoT) kombinálását. Az Azure Custom Vision objektumészlelési célokra is használható.

Architektúra

Diagram of the Search and Rescue Lab architecture to create an image classifier model.

Munkafolyamat

  1. Használja az AirSim 3D-renderelt környezetét a drónnal készített képek készítéséhez. Használja a képeket betanítási adatkészletként.
  2. Importálja és címkézze fel az adathalmazt egy Custom Vision projektben. A cognitive service betanítása és tesztelése a modellen.
  3. Exportálja a modellt TensorFlow formátumba, hogy helyileg használhassa.
  4. A modell egy tárolóban vagy mobileszközökre is üzembe helyezhető.

Összetevők

Microsoft AirSim Drone szimulátor

A Microsoft AirSim Drone szimulátor az Unreal Engine-re épül. A szimulátor nyílt forráskódú, platformfüggetlen, és az AI-kutatás elősegítésére fejlesztették ki. Ebben az architektúrában a modell betanítása során használt képek adathalmazát hozza létre.

Azure Custom Vision

Az Azure Custom Vision az Azure Cognitive Services része. Ebben az architektúrában egy képosztályozó modellt hoz létre.

TensorFlow

A TensorFlow egy nyílt forráskódú platform a gépi tanuláshoz (ML). Ez egy olyan eszköz, amellyel ML modelleket fejleszthet és taníthat be. Amikor a modellt TensorFlow formátumba exportálja, egy protokollpufferfájlt fog használni a Custom Vision modellel, amelyet helyileg használhat a szkriptben.

Forgatókönyv részletei

Az Azure Cognitive Services számos lehetőséget kínál mesterségesintelligencia- (AI-) megoldásokhoz. Ezek egyike az Azure Custom Vision, amely lehetővé teszi a képosztályozók összeállítását, üzembe helyezését és fejlesztését. Ez az architektúra Custom Vision használ a szimulált drón által készített képek besorolására. Lehetővé teszi a mi és az eszközök internetes hálózatának (IoT) kombinálását. Az Azure Custom Vision objektumészlelési célokra is használható.

Lehetséges használati eset

Ez a megoldás ideális a mentési, szimulációs, robotikai, repülőgép- és légiipari iparágak számára.

A Microsoft Search and Rescue Lab hipotetikus használati esetet javasol Custom Vision. A laborban egy Szimulált Microsoft AirSim-drónt repül egy 3D-s renderelt környezetben. A szimulált drónnal szintetikus képeket rögzíthet az adott környezetben található állatokról. A képekből álló adathalmaz létrehozása után az adatkészlet használatával betanítja a Custom Vision osztályozómodellt. A modell betanítása érdekében címkézze fel a képeket az állatok nevével. Amikor újra repül a drónnal, készítsen új képeket az állatokról. Ez a megoldás azonosítja az állat nevét minden új képen.

A tesztkörnyezet gyakorlati alkalmazásában egy tényleges drón váltja fel a Microsoft AirSim szimulált drónját. Ha egy kisállat elveszik, a tulajdonos képeket biztosít a kisállatról a Custom Vision modell edzőjének. A szimulációhoz hasonlóan a képek a modell betanítása a kisállat felismerésére. Ezután a drónpilóta keres egy területet, ahol az elveszett kisállat lehet. Ahogy állatokat talál az út mentén, a drón kamerája képes képeket rögzíteni, és megállapítani, hogy az állat-e az elveszett kisállat.

A forgatókönyv üzembe helyezése

A referenciaarchitektúra üzembe helyezéséhez kövesse a keresési és mentési labor GitHub adattárában leírt lépéseket.

Közreműködők

Ezt a cikket a Microsoft tartja karban. Eredetileg a következő közreműködők írták.

Fő szerzők:

Következő lépések

Olvassa el az Azure Architecture Center további cikkeit: