Watson Studio에서 자율주행에 필요한 이미지 처리 기술 배우기 (3)의 후반부

2668 단어 Watson자율주행
자율주행에 필요한 이미지 처리 기술 시리즈의 세 번째 후반. 전반 에서 만든 모델을 사용하여 도로 표지판을 인식하는 앱을 만듭니다.

절차



모델 배포



전반 에서 만든 모델의 Actions 메뉴에서 Save model 을 선택합니다.





프로젝트 페이지로 돌아가면 Watson Machine Learning models에 모델이 저장되었음을 알 수 있으므로 모델 이름을 클릭하십시오.

Deployments 탭에서 Add Deployment를 클릭하고 적절한 이름으로 Save합니다.



STATUS 가 DEPLOY_SUCCESS 가 되면 배포 완료입니다.

배포하면 모델을 호출하는 Scoring End Point 및 앱을 만드는 데 사용할 수 있는 코드가 생성됩니다.


앱 만들기



아래에 작성한 샘플 앱을 공개하고 있습니다.
htps : // 기주 b. 코 m / s 치요다 / T 라후

다음 절차에 따라 실행할 수 있습니다.

1. 코드 취득
$ git clone https://github.com/schiyoda/TrafficSignRecognition.git
$ npm install

2.server/routers/main.js에서 Scoring Endpoint 및 WML Credential 설정

3. 시작
$ npm start

여기에서 만든 앱입니다.
h tp : // t 라후 ぃ c 해 g 렝코 g에 치온. myb 에미 x. 네 t/



앱에서 사용하고 있는 표지 이미지는 학습시에는 사용하지 않은 「Test dataset를 여기 로부터 취득했습니다.

몇가지 시도해 보면, 적당히 좋은 결과가 아닐까 생각합니다.

좋은 웹페이지 즐겨찾기