WEBVTT - generated by wenglor-media

1
00:00:00.560 --> 00:00:02.640
In questo video vedremo come esportare

2
00:00:02.640 --> 00:00:06.000
un modello addestrato da AI Lab nuovamente
in uniVision 3

3
00:00:06.000 --> 00:00:08.080
utilizzando AI Loop tramite weHub.

4
00:00:08.240 --> 00:00:10.240
Iniziamo in uniVision 3.

5
00:00:10.320 --> 00:00:13.080
Aggiungi il “Module Image AI” al tuo progetto

6
00:00:13.080 --> 00:00:15.080
e collega un’immagine di input.

7
00:00:18.960 --> 00:00:22.360
Successivamente, incollate il vostro “AI Lab
Dataset ID”

8
00:00:22.360 --> 00:00:23.960
nel campo corrispondente:

9
00:00:24.360 --> 00:00:26.280
questo permette al modulo di identificare

10
00:00:26.280 --> 00:00:28.840
il vostro dataset direttamente da AI Lab.

11
00:00:28.920 --> 00:00:31.240
Ora potete scegliere quale modello caricare:

12
00:00:31.240 --> 00:00:33.960
l’ultimo modello o il vostro modello principale.

13
00:00:33.960 --> 00:00:36.160
Nel nostro caso, dato che ne abbiamo solo uno,

14
00:00:36.160 --> 00:00:37.960
non importa quale selezioniamo.

15
00:00:38.080 --> 00:00:39.480
Dopo un breve momento,

16
00:00:39.480 --> 00:00:42.560
il modello viene caricato nel vostro lavoro
uniVision.

17
00:00:50.760 --> 00:00:52.120
Verrà visualizzata un’anteprima rapida

18
00:00:52.120 --> 00:00:54.200
dell’immagine insieme ad alcune informazioni,

19
00:00:54.480 --> 00:00:56.840
come i nomi delle classi o la risoluzione.

20
00:00:57.360 --> 00:00:58.440
Chiudi la finestra di dialogo

21
00:00:58.440 --> 00:01:01.000
e l’immagine verrà classificata istantaneamente.

22
00:01:01.000 --> 00:01:04.000
Fai clic su “Switch to Run Mode” per vedere
i risultati

23
00:01:04.000 --> 00:01:06.000
in tempo reale e osservare come il sistema

24
00:01:06.000 --> 00:01:10.000
distingue tra le classi OK e NOK in tempo reale.

25
00:01:10.000 --> 00:01:11.000
Ecco fatto:

26
00:01:11.000 --> 00:01:13.000
il tuo modello AI Lab è ora completamente
implementato

27
00:01:13.000 --> 00:01:15.000
e in esecuzione su uniVision 3!