Skip to content
This repository has been archived by the owner on Jun 30, 2020. It is now read-only.

Latest commit

 

History

History
100 lines (69 loc) · 7.01 KB

README-cn.md

File metadata and controls

100 lines (69 loc) · 7.01 KB
Raw

阅读本文的其他语言版本：English。

支持 Core ML 的 Visual Recognition

利用 Watson Visual Recognition 和 Core ML 对图像进行分类。使用经由 Visual Recognition 训练的深度神经网络脱机对图像进行分类。

此项目包含 QuickstartWorkspace.xcworkspace 工作空间，其中含有以下两个项目：

  • Core ML Vision Simple：利用 Visual Recognition 在本地对图像进行分类。
  • Core ML Vision Custom：训练自定义 Visual Recognition 模型，实现更专业化的分类。

准备工作

确保已安装 Xcode 9 或更高版本以及 iOS 11.0 或更高版本。这些是支持 Core ML 所必需的版本。

获取文件

使用 GitHub 在本地克隆存储库，或者下载存储库的 .zip 文件并解压缩这些文件。

运行 Core ML Vision Simple

通过内置的 Visual Recognition 模型识别常见物体。使用 Core ML 框架对图像进行分类。

  1. 在 Xcode 中打开 QuickstartWorkspace.xcworkspace。
  2. 选择 Core ML Vision Simple 模式。
  3. 在模拟器或者您的设备上运行应用。
  4. 通过点击照相机图标并从照片库中选择照片，对图像进行分类。要将自定义图像添加到模拟器中，请将图像从 Finder 拖到模拟器窗口中。

提示：此项目还包含一个 Core ML 模型，用于对树和真菌进行分类。通过对要在 ImageClassificationViewController中使用的模型取消注释，即可在所包含的两个 Core ML 模型之间进行切换。

ImageClassificationViewController 的源代码。

运行 Core ML Vision Custom

此项目的第二部分是在第一部分的基础上构建的，可对 Visual Recognition 模型（也称为分类器）进行训练，以识别常见电缆类型（HDMI、USB 等）。使用 Watson Swift SDK 来下载、管理和执行经过训练的模型。通过使用 Watson Swift SDK，您完全不必了解底层 Core ML 框架。

在 Watson Studio 中设置 Visual Recognition

  1. 登录 Watson Studio。通过此链接，您可以创建一个 IBM Cloud 帐户、注册 Watson Studio 或进行登录。

  2. 注册或登录后，将进入 Watson Studio 中的 Visual Recognition 实例概述页面。

    提示：如果在以下任一步骤中迷失方向，请单击页面左上角的 IBM Watson 徽标，以转至 Watson Studio 主页。在该主页上，可通过单击“Watson services”下相应服务旁的 Launch tool 按钮，访问自己的 Visual Recognition 实例。

训练模型

  1. 在 Watson Studio 中的 Visual Recognition 实例概述页面上，单击 Custom 框中的 Create Model。

  2. 如果尚未将任何项目与您创建的 Visual Recognition 实例关联，将会创建一个项目。请将项目命名为 Custom Core ML，然后单击 Create。

    提示：如果未定义存储，请单击 refresh。

  3. 将每个样本图像 .zip 文件从 Training Images 目录上传至页面右侧的数据窗格中。单击数据窗格中的 Browse 按钮，将 hdmi_male.zip 文件添加到模型中。同时将 usb_male.zip、thunderbolt_male.zip 和 vga_male.zip 文件添加到模型中。

  4. 上传这些文件后，从每个文件旁的菜单中选择 Add to model，然后单击 Train Model。

复制模型 ID 和 API 密钥

  1. 在 Watson Studio 中的自定义模型概述页面上，单击 Visual Recognition 实例名称（位于 Associated Service 旁）。
  2. 向下滚动以查找刚才创建的 Custom Core ML 分类器。
  3. 复制分类器的 Model ID。
  4. 在 Watson Studio 中的 Visual Recognition 实例概述页面上，单击 Credentials 选项卡，然后单击 View credentials。复制服务的 api_key。

将 classifierId 和 apiKey 添加到项目中

  1. 在 Xcode 中打开项目。
  2. 复制 Model ID，并将其粘贴到 ImageClassificationViewController文件的 classifierID 属性中。
  3. 复制 api_key，并将其粘贴到 ImageClassificationViewController文件的 apiKey 属性中。

下载 Watson Swift SDK

使用 Cocoapods 依赖关系管理器来下载和构建 Watson Swift SDK。

  1. 安装 Cocoapods。

  2. 打开终端窗口，浏览至 Core ML Vision Custom 目录。

  3. 运行以下命令以下载和构建 Watson Swift SDK：

    pod install

提示： 定期下载 SDK 更新，以便与此项目的任何更新保持同步

测试自定义模型

  1. 在 Xcode 中打开 QuickstartWorkspace.xcworkspace。

  2. 选择 Core ML Vision Custom 模式。

  3. 在模拟器或者设备上运行应用。

  4. 通过点击照相机图标并从照片库中选择照片，对图像进行分类。要将自定义图像添加到模拟器中，请将图像从 Finder 拖到模拟器窗口中。

  5. 通过右下角的 Refresh 按钮，拉取新版本的 Visual Recognition 模型。

    提示： 分类器状态必须为 Ready 才能使用。请在 Watson Studio 中的 Visual Recognition 实例概述页面上检查分类器状态。

ImageClassificationViewController 的源代码。

后续步骤

通过 Core ML Visual Recognition with Discovery 项目，向自定义项目添加另一个 Watson 服务。

资源