1. Ürün:% s
  2.   resim
  3.   Python
  4.   ImageAI
 
  

Ücretsiz Python API ile Gelişmiş Yapay Zeka Ürünleri Oluşturun

Kendi kendine yeten derin öğrenme ve bilgisayarla görme özelliklerine sahip Uygulamalar ve Sistemler Geliştirmek için Açık Kaynak Python API'leri.

ImageAI, yazılım geliştiricilere kendi kendine yeten derin öğrenme ve bilgisayarlı görme yetenekleriyle uygulamalar ve yazılım yardımcı programları geliştirme gücü veren basit ama çok güçlü ve gelişmiş bir açık kaynaklı Python kitaplığıdır. Kitaplık, görüntü tanıma, nesne algılama, Videolarda nesne algılama, Özel Tanıma modellerinin eğitimi, video ve kamera besleme analizi ve modellerle nesneleri tanıma ile ilgili birçok gelişmiş özellik içeriyor.

Kütüphanenin kullanımı kolaydır ve yazılım programcılarının gelişmiş Yapay Zeka yeteneklerini yalnızca birkaç satır python koduyla uygulamalarına ve sistemlerine kolayca entegre etmelerini sağlar. Tensor Flow, OpenCV ve Keras gibi size yapay zeka ile ilgili özellikler sağlayabilecek başka kitaplıklar da var, ancak bunun için büyük miktarda kod yazmanız gerekecek. Öte yandan ImageAI ile bunu başarmak için birkaç satır kod gerekecektir.

Ücretsiz açık kaynak ImageAI kütüphanesi çok popülerdir ve zahmetsizce gelişmiş yapay zeka ürünleri ve çözümleri üretmek için dünya çapındaki öğrenciler, araştırmacılar, geliştiriciler ve uzmanlar tarafından beğenilmiştir.

Previous Next

ImageAI ile Başlarken

ImageAI'yi pip yoluyla kurmanız önerilir, lütfen aşağıdaki python kurulum komutlarını çalıştırın.

Pip aracılığıyla ImageAI'yi kurun

pip3 install imageai --upgrade

Python API'leri aracılığıyla Görüntü Tahmini

Açık kaynak ImageAI kitaplığı, yazılım geliştiricilerin yalnızca birkaç satır kodla kendi python uygulamalarına Görüntü Tahmini yetenekleri eklemelerini sağlar. Kitaplık, SqueezeNet, ResNet, InceptionV3 ve DenseNet gibi görüntü tahmini gerçekleştirmek için 4 farklı algoritma ve model türü içeriyor. Lütfen bu algoritmaların her birinin, algoritma seçimine bağlı olarak kullanıcıların kullanması gereken ayrı model dosyaları olduğunu unutmayın. Kitaplık ayrıca varsayılan olarak normal, hızlı, daha hızlı ve en hızlı gibi tüm görüntü tahmini görevleri için tahmin hızları sunar.

Perform Image Prediction via Python

from imageai.Classification import ImageClassification
import os
execution_path = os.getcwd()
prediction = ImageClassification()
prediction.setModelTypeAsResNet50()
prediction.setModelPath(os.path.join(execution_path, "resnet50_imagenet_tf.2.0.h5"))
prediction.loadModel()
predictions, probabilities = prediction.classifyImage(os.path.join(execution_path, "1.jpg"), result_count=5 )
for eachPrediction, eachProbability in zip(predictions, probabilities):
    print(eachPrediction , " : " , eachProbability)

Python Uygulamalarında Görüntü Object Tespiti

Nesne algılama, yazılım geliştiricilere bir görüntüdeki veya bir videodaki nesneleri tanımlama ve bulma yeteneği veren harika bir bilgisayarla görme tekniğidir. ImageAI kitaplığı, görüntülerde nesne algılamayı gerçekleştirmek ve her nesneyi görüntüden çıkarmak için çok kullanışlı yöntemler içeriyor. Yüksek performans ve gerçek zamanlı işleme elde etme seçenekleriyle RetinaNet, YOLOv3 ve TinyYOLOv3 için destek sağlamıştır.

Python ile Video Nesnesi Algılama

Görüntülerin içindeki Nesne Algılama ile aynı şekilde, ImageAI kitaplığı, python komutlarını kullanarak videoların içindeki nesneleri algılamak ve izlemek için çok güçlü ve kolay bir yöntem sağlamıştır. Sorunsuz video nesnesi algılaması için RetinaNet, YOLOv3 veya TinyYOLOv3 nesne algılama modelini indirmeniz gerekir. Nesne algılama model dosyasını başarıyla indirdikten sonra, lütfen model dosyasını .py dosyalarının kaydedileceği proje klasörüne kopyalayın. Video nesnesi algılama çok kapsamlı bir görev olduğundan, NVIDIA GPU ve Tensorflow'un GPU sürümüne sahip bir bilgisayar kullanılması önerilir.

Python ile Video Nesnesi Algılama

from imageai.Detection.Custom import CustomVideoObjectDetection
import os
import cv2
execution_path = os.getcwd()
camera = cv2.VideoCapture(0)
video_detector = CustomVideoObjectDetection()
video_detector.setModelTypeAsYOLOv3()
video_detector.setModelPath("hololens-ex-60--loss-2.76.h5")
video_detector.setJsonPath("detection_config.json")
video_detector.loadModel()
video_detector.detectObjectsFromVideo(camera_input=camera,
                                          output_file_path=os.path.join(execution_path, "holo1-detected3"),
                                          frames_per_second=20,
                                          minimum_percentage_probability=40,
                                          log_progress=True)

Özel Model Eğitim Tesisini Kullanın

Açık kaynaklı ImageAI kitaplığı, yazılım geliştiricilerin özel görüntü tahmin modellerini kolaylıkla eğitmelerini sağlar. Geliştiricilerin, herhangi bir nesne türüne karşılık gelen herhangi bir görüntü kümesi üzerinde kendi modellerini eğitmelerine olanak tanır. Görüntü veri setindeki nesne tiplerini haritalandıracak ve çok sayıda model oluşturacak eğitim prosedürleri ile bir JSON dosyası oluşturulacaktır. Bundan sonra iş kolaydır, en yüksek doğruluktaki modeli seçmeniz ve özel bir görüntü tahmini yapmanız gerekir.

Özel Model Eğitimi Uygulama

from imageai.Classification.Custom import ClassificationModelTrainer
model_trainer = ClassificationModelTrainer()
model_trainer.setModelTypeAsResNet50()
model_trainer.setDataDirectory("pets")
model_trainer.trainModel(num_objects=4, num_experiments=100, enhance_data=True, batch_size=32, show_network_summary=True)
 Türkçe