WEBVTT - generated by wenglor-media

1
00:00:00.560 --> 00:00:02.640
En este vídeo, veremos cómo exportar un modelo
entrenado

2
00:00:02.640 --> 00:00:06.000
desde AI Lab de nuevo a uniVision 3

3
00:00:06.000 --> 00:00:08.080
utilizando el AU Loop a través de weHub.

4
00:00:08.240 --> 00:00:10.240
Comenzamos en uniVision 3.

5
00:00:10.320 --> 00:00:13.080
Añade el “Module Image AI” a tu proyecto

6
00:00:13.080 --> 00:00:15.080
y vincula una imagen de entrada.

7
00:00:18.960 --> 00:00:22.360
A continuación, pegue su “AI Lab Dataset
ID”

8
00:00:22.360 --> 00:00:23.960
en el campo correspondiente;

9
00:00:24.360 --> 00:00:26.280
esto permite al módulo identificar

10
00:00:26.280 --> 00:00:28.840
su conjunto de datos directamente desde AI Lab.

11
00:00:28.920 --> 00:00:31.240
Ahora puede elegir qué modelo cargar:

12
00:00:31.240 --> 00:00:33.960
el último modelo o su modelo principal.

13
00:00:33.960 --> 00:00:36.160
En nuestro caso, como solo tenemos uno,

14
00:00:36.160 --> 00:00:37.960
no importa cuál seleccionemos.

15
00:00:38.080 --> 00:00:39.480
Tras unos instantes,

16
00:00:39.480 --> 00:00:42.560
el modelo se carga en su trabajo de uniVision.

17
00:00:50.760 --> 00:00:52.120
Verá una vista previa rápida

18
00:00:52.120 --> 00:00:54.200
de la imagen junto con cierta información,

19
00:00:54.480 --> 00:00:56.840
como los nombres de las clases o la resolución.

20
00:00:57.360 --> 00:00:58.440
Cierre el cuadro de diálogo

21
00:00:58.440 --> 00:01:01.000
y la imagen se clasificará al instante.

22
00:01:01.000 --> 00:01:04.000
Haga clic en “Switch to Run Mode” para
ver los resultados en directo

23
00:01:04.000 --> 00:01:06.000
y observar cómo el sistema distingue

24
00:01:06.000 --> 00:01:10.000
entre sus clases OK y NOK en tiempo real.

25
00:01:10.000 --> 00:01:11.000
Eso es todo:

26
00:01:11.000 --> 00:01:13.000
¡su modelo AI Lab ya está completamente
implementado

27
00:01:13.000 --> 00:01:15.000
y funcionando en uniVision 3!