与沃森一起回收

时间:2019-03-04 18:37:21 阅读:1次
摘要
美国的回收率低于35%,其中一个主要问题是处置不当。此模式描述了如何创建使用Watson Visual Recognition自定义分类器,API服务器和iOS应用程序的移动应用程序,以将废物分为三类(垃圾填埋,回收或堆肥)。您可以将其用作基础来帮助您构建自己的自定义视觉识别分类器。
描述
过剩的垃圾正成为当今世界的一个问题。因此,如果我们能够减少进入垃圾填埋场并回收或堆肥的垃圾量,这将会很有帮助。在此代码模式中,了解如何构建可将垃圾分类为三类的移动应用程序:垃圾填埋,回收或堆肥。
该应用程序包含三个主要组件:Watson Visual Recognition,一个API服务器(在本例中为带有Flask的Python服务器)和一个iOS应用程序。使用移动应用程序,您可以在手机上拍照,然后将图像发送到服务器应用程序。服务器应用程序将图像发送到Watson Visual Recognition服务,该服务对图像进行分类并将结果发送回服务器。最后,结果将返回到移动应用程序。服务器应用程序使用普通垃圾的图片来训练Watson Visual Recognition以识别各种类型的垃圾。
当读者完成此代码模式后,他们将了解如何:
使用Flask创建一个Python服务器,可以利用Watson Visual Recognition服务对图像进行分类。
使用Web UI或命令行创建可视识别自定义分类器。
创建一个移动应用程序,可以使用Visual Recognition将图片发送到服务器应用程序进行分类。

使用移动应用程序捕获图像。
该应用程序将图像传递给在云中运行的服务器应用程序。
服务器将图像发送到Watson Visual Recognition Service进行分析,并将分类结果发送回移动应用程序。
视觉识别服务对图像进行分类并将信息返回给服务器。
说明
准备好使用这个代码模式了吗?有关如何开始运行和使用此应用程序的完整详细信息,请参见自述文件。
与沃森一起回收所属专题:沃森专题 回收专题 《与沃森一起回收》链接:http://www.zhouchuanxiong.net/700