Kategoryzator pogody
W tym samouczku zbudujesz model klasyfikacyjny do rozpoznawania pogody na zdjęciach i klatkach wideo. Taki model może zapewnić osobom, organizacjom i społecznościom dokładne prognozy pogody, umożliwiając im planowanie, przygotowanie i podejmowanie świadomych decyzji w oparciu o wzorce pogodowe. Może on mieć szerokie zastosowanie w wielu sektorach i przyczyniać się do poprawy bezpieczeństwa, wydajności i optymalizacji zasobów w wielu branżach.
Do stworzenia modelu wykorzystano publicznie dostępne zbiory danych Weather Image Recognition i Weather Classification.
Dodawanie zbiorów danych
Przejdź do sekcji Posiadane
i kliknij przycisk Dodaj nowy zbiór danych
. Wprowadź nazwę zbioru danych, wybierz typ Osobisty
i kliknij przycisk Utwórz
.
Oba zbiory danych zostały zapisane w archiwum .zip. Wybierz opcję Dodaj archiwum
.
Po załadowaniu archiwum kliknij przycisk Prześlij
.
Przed przesłaniem zdecyduj, co aplikacja powinna zrobić, jeśli limit rozmiaru zostanie przekroczony. Na potrzeby tego samouczka wybierz Skaluj obrazy
.
Zadanie przesyłania jest wykonywane w tle. Postęp można monitorować w widoku Panelu głównego
lub Zbiory danych
.
Po przesłaniu pierwszego zestawu danych wykonaj te same kroki, aby przesłać drugi.
Tworzenie modelu
Przejdź do sekcji Modele
i kliknij Dodaj nowy model
. Wybierz Klasyfikacja
.
Ze zbioru danych Weather Image Recognition wybierz kategorie snow, fogsmog, hail, rain i lightning, a ze zbioru Weather Classification wybierz cloudy, rainy, shine i foggy.
W kroku scalania kategorii przenieś kategorię rain do kubełka RAIN
, a fogsmog do kubełka FOGGY
. Usuń kubełki RAINY
i FOGSMOG
. Kliknij przycisk Dalej
, aby kontynuować.
Wprowadź nazwę modelu i wybierz opcję Konfiguruj automatycznie
. Kliknij przycisk Dalej
.
Ustaw dokładność na 90%
. Kliknij przycisk Rozpocznij trening
.
Postęp treningu można wyświetlić w widoku Panelu głównego
, w zakładce Powiadomienia
lub w sekcji Modele
.
Testowanie Twojego pomysłu
Po zakończeniu treningu przejdź do sekcji Modele
i kliknij model Weather Classification.
W sekcji Konwersja
wybierz architekturę NVIDIA MAXWELL.
Po przekonwertowaniu kliknij na urządzenie, aby się z nim połączyć.
Skopiuj kod rejestracyjny do schowka, a następnie kliknij Kopiuj token i przejdź do urządzenia
. Spowoduje to otwarcie nowej karty w przeglądarce z aplikacją internetową, która korzysta teraz z urządzenia lokalnego.
Wklej kod rejestracyjny w polu Token
i utwórz hasło. Po zarejestrowaniu urządzenie zmieni swój status na Połączono
w sekcji Testowanie
aplikacji OSAI.
Kliknij model Weather Classification, aby pobrać go do pamięci lokalnej urządzenia.
Kliknij przycisk Prześlij plik
. Możesz przesłać obraz lub film. Na potrzeby tego samouczka użyjemy zdjęć.
Po przetworzeniu obrazu przez aplikację internetową można wyświetlić wyniki.
Wyniki
Przetestujmy teraz model na obrazach: