使用IBM视觉识别与Core ML整合指南

使用IBM视觉识别与Core ML整合指南

visual-recognition-coremlClassify images offline using Watson Visual Recognition and Core ML项目地址:https://gitcode.com/gh_mirrors/vi/visual-recognition-coreml

---

项目目录结构及介绍

本项目旨在结合Watson Visual Recognition服务与Apple的Core ML技术，实现离线图像分类功能。以下是项目的主要目录结构和各部分简述：

• QuickstartWorkspace: 包含Xcode的工作空间文件，支持快速启动。

  • Core ML Vision Simple: 示例项目，利用预置的Visual Recognition模型，在设备上离线分类图像。
  • Core ML Vision Custom: 高级示例，允许用户训练自定义Visual Recognition模型以识别特定类别的对象，如不同类型的电缆。

• README-cn.md: 中文版的项目说明文件，提供基本信息和操作指引。

• ImageClassificationViewController: 源代码文件，包含了图像分类逻辑，可配置使用不同的Core ML模型。

项目启动文件介绍

主要的启动文件位于Core ML Vision Simple项目内，通常在.xcodeproj或.xcworkspace文件中指定的主界面或视图控制器。虽然具体文件名未直接给出，但基于常见实践，可能是一个名为AppDelegate.swift的文件，负责应用程序的初始化，并连接到主界面。此外，ViewController.swift或具有类似名称的文件扮演着关键角色，处理图像的捕获、分类和结果显示。

项目配置文件介绍

• .xcworkspace: Xcode工作空间文件，它集成所有必要的项目和依赖，是启动项目的入口点。

• 配置相关: 项目配置不仅仅体现在单独的配置文件中，更多的配置细节散布于Swift源码文件中，尤其是与Watson SDK交互的部分。例如，认证信息、模型的选择（通过取消注释在ImageClassificationViewController中指定的模型行来实现）、以及可能存在的环境变量或秘钥管理。

• Info.plist: 也是重要的配置文件之一，用于记录应用程序的基本信息、权限需求等。

请注意，自定义模型的训练配置并非直接包含在项目内，而是通过Watson Studio在线完成的，涉及上传训练数据集、模型创建和下载等步骤，这些过程需遵循IBM Watson官方提供的指导文档。

在实际操作时，请确保遵循GitHub上的最新指引，因为文档和项目结构可能会随时间更新。记得使用Xcode 9或更高版本，并确保目标设备或模拟器支持iOS 11.0及以上版本，以充分利用Core ML的功能。

visual-recognition-coremlClassify images offline using Watson Visual Recognition and Core ML项目地址:https://gitcode.com/gh_mirrors/vi/visual-recognition-coreml