【问题标题】:Classifying images with Vision and CoreML in macOS在 macOS 中使用 Vision 和 CoreML 对图像进行分类
【发布时间】:2019-05-10 11:32:37
【问题描述】:

我已经训练 IBM Watson 识别感兴趣的对象。由于不需要远程执行,我想使用提供的工具导出到 .mlmodel 并在 macOS 中运行。

不幸的是,学习 Swift 和 macOS 开发也不是必需的。是否可以直接从命令行或脚本语言调用 Vision?作为替代方案,任何人都知道 macOS 应用程序的框架,可以在文件列表上运行 Vision 并以表格形式获得分类分数?谢谢。

【问题讨论】:

  • 你能成功做到这一点吗?我想做同样的事情,但没有运气。

标签: macos ibm-watson vision coreml


【解决方案1】:

article 中提到的代码通过 Watson SDK 在 iOS 应用程序中使用下载的 Core ML 模型。

此外,这是一个使用 Watson Visual Recognition 和 Core ML 对图像进行分类的代码示例。工作区有两个项目

  • Core ML Vision Simple:使用 Visual Recognition 对图像进行本地分类。
  • Core ML Vision Custom:训练自定义 Visual Recognition 模型以进行更专业的分类。

参考代码和说明here

此外,Watson Visual Recognition 附带一个入门工具包,预配置了 Core ML - https://console.bluemix.net/developer/appledevelopment/starter-kits/custom-vision-model-for-core-ml-with-watson

【讨论】:

  • 使用 Core ML Vision Simple 生成一个最小的 iOS 应用程序,一次识别一张图像。它有效,但我正在寻找适用于 macOS 的东西。感谢分享。
【解决方案2】:

您还可以将 mlmodel 加载到 Python 中并使用 coremltools 包进行预测。我不会在生产环境中使用它,但可以启动并运行一些基本的东西。

【讨论】:

  • 从描述中不清楚预测是如何工作的。我可以通过 Vision 将图像传递给它吗?感谢分享。
  • 从您的 Python 代码中,您可以将 mlmodel 文件加载到 MLModel 对象中,然后调用 mlmodel.predict{"image": img} 其中 img 是 PIL 图像对象。结果是一个带有分类结果的字典。
猜你喜欢
  • 2020-10-26
  • 2018-01-04
  • 2020-10-18
  • 1970-01-01
  • 2021-10-02
  • 1970-01-01
  • 2020-10-26
  • 2020-09-04
  • 2020-12-17
相关资源
最近更新 更多