本文介绍了如何使用Apple的Create ML进行目标检测，包括数据准备、标注工具的选择（云注解）、IBM云目标储存实例的创建、凭证设置、以及训练数据的最佳实践。通过云注解工具标记图像，然后使用Cloud Annotations CLI下载标注数据，导入Create ML进行模型训练。
全文共2053字，预计学习时长10分钟
在2019年苹果全球开发者大会上，新发布的Create ML应用程序为训练个人化机器学习模型提供了极其容易的方法。你唯一需要做的就是将含有训练数据的文件夹拖至Create ML程序内，而它会完成剩下繁重的任务。
那么应该如何准备数据呢？
当进行图像和音频分类的时候，只需要把数据整理到文件夹里。但如果要进行目标检测，事情会复杂一些。在目标检测时就需要对一些附加信息进行详细说明。
除了图像，还需要一个带有能表示目标位置的坐标的annotations.jso。这个注解需要和以下格式相匹配：
[
{
“image”: “image1.jpg”,
“annotations”: [
{
“label”: “carrots”,
“coordinates”: {
“x”: 120
“y”: 164
“width”: 230
“height”: 119
}
},
{
“label”: “orange”,
“coordinates”: {
“x”: 230
“y”: 321
“width”: 50
“height”: 50
}
}
]
最低0.47元/天 解锁文章
275
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
