Help us understand the problem. What is going on with this article?

Watson VR(Visual Recognition, 画像認識)でいろいろ試す(2019年9月)

 Watsonだけに限ったことではありませんがクラウドのサービスは日々進化するのでちょっと前とは違った画面に遭遇することが少なくはないと思います。なので2019年9月時点で試したことを忘備録として書いておきました。
IBM CloudCloudログインはこちらです。
https://cloud.ibm.com/login
なおアカウントがまだない方はこちらから登録できます。
(今回のものも無料でクレジットカードの登録も要らないライトアカウントでできます。)
https://ibm.biz/Bdzp8e

今回やるのは
-カスタムモデルの作成
 認識させたい画像を2種類、それぞれの画像を学習用に10枚、テスト用に1枚準備します。(jpegファイル) 学習用画像はZip形式に圧縮しておきます。今回認識させたいのはマイクロUSBUSBとLightening ケーブルの画像です。それぞれの画像で学習、テスト用画像で認識させてみました。下のようにテスト用画像がどちらかを正しく認識できればOKです。

image.png

では最初のWatson VRの作成から
メインの画面から右上にあるカタログを選択左のメニューから”AI”を選択、スクロールダウンして"Visual Recognition”を選択してください。
image.png

右下の”作成”をクリックするとVRが作成されます。(作成には少し時間がかかります、といっても2,3分)
image.png

完了したら左のメニューから”管理”を選択 ”Watson Studio"の起動"をクリックします。
image.png

ブラウザーの別タブでWatson StudioStudioが起動します。
左側にあるClassify Imagesの”Create ModelModel”をクリック選択。
image.png

Projectの名前を(任意)を入力して”create”
image.png
右側にあるファイルアップロード用メニューから”Browse”を選択
最初のZipで圧縮された画像ファイルを選択します。
image.png
アップロードした画像が表示されます。
image.png

同じように2種類目の画像をアップ
アップされたら真ん中上の方にある”Train Model”をクリックモデルの学習を始めましょう。(こちらは10分以上かかります)
image.png

学習が終わったらテストしてみたい画像をアップしてみましょう。
image.png
メニューからTESTを選択、ファイルをアップロードしてください。

image.png

今回はLightningケーブルかマイクロUSBを見分けるのが目的ですが、無事見分けられたようですね。92%の確率でLighteningだと推測してます。

image.png

Why do not you register as a user and use Qiita more conveniently?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away