Watson Studioで自動運転に必要な画像処理技術を学ぶ(3)の後半
自動運転に必要な画像処理技術シリーズの3回目の後半。前半で作成したモデルを使って、道路標識を認識するアプリを作成します。
手順
モデルのデプロイ
前半で作成したモデルの Actions メニューから Save model を選択します。
プロジェクトのページに戻ると Watson Machine Learning models にモデルが保管されたことが分かるので、モデル名をクリックします。
Deployments タブから Add Deployment をクリックし、適当な名前をつけてSave します。
STATUS が DEPLOY_SUCCESS となったらデプロイ完了です。
デプロイすると、モデルを呼び出すための Scoring End Point やアプリ作成に使えるコードが生成されます。
アプリの作成
以下に作成したサンプルアプリを公開しています。
https://github.com/schiyoda/TrafficSignRecognition
以下の手順で実行可能です。
1.コードの取得
$ git clone https://github.com/schiyoda/TrafficSignRecognition.git
$ npm install
2.server/routers/main.js で Scoring Endpoint および WML の Credential を設定
3.起動
$ npm start
こちらが作成したアプリになります。
http://trafficsignrecognition.mybluemix.net/
アプリで使用している標識画像は学習時には使用しなかった「Test datasetをこちらから取得しました。
いくつか試してみると、そこそこ良い結果なのではないかと思います。
Author And Source
この問題について(Watson Studioで自動運転に必要な画像処理技術を学ぶ(3)の後半), 我々は、より多くの情報をここで見つけました https://qiita.com/schiyoda/items/3b8c4e08c7e0e977274d著者帰属:元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .