WEBVTT - generated by wenglor-media

1
00:00:00.560 --> 00:00:02.640
Dans cette vidéo, nous allons voir comment
exporter

2
00:00:02.640 --> 00:00:06.000
un modèle entraîné depuis AI Lab vers uniVision 3

3
00:00:06.000 --> 00:00:08.080
à l’aide du AI Loop via weHub.

4
00:00:08.240 --> 00:00:10.240
Nous commençons dans uniVision 3.

5
00:00:10.320 --> 00:00:13.080
Ajoutez le « Module Image AI » à votre projet

6
00:00:13.080 --> 00:00:15.080
et associez-lui une image d’entrée.

7
00:00:18.960 --> 00:00:22.360
Ensuite, collez votre « AI Lab Dataset ID »

8
00:00:22.360 --> 00:00:23.960
dans le champ correspondant.

9
00:00:24.360 --> 00:00:26.280
Cela permet au module d’identifier

10
00:00:26.280 --> 00:00:28.840
votre ensemble de données directement depuis
AI Lab.

11
00:00:28.920 --> 00:00:31.240
Vous pouvez maintenant choisir le modèle à
charger :

12
00:00:31.240 --> 00:00:33.960
le dernier modèle ou votre modèle principal.

13
00:00:33.960 --> 00:00:36.160
Dans notre cas, comme nous n’en avons qu’un,

14
00:00:36.160 --> 00:00:37.960
le choix n’a pas d’importance.

15
00:00:38.080 --> 00:00:39.480
Après un court instant,

16
00:00:39.480 --> 00:00:42.560
le modèle est chargé dans votre tâche uniVision.

17
00:00:50.760 --> 00:00:52.120
Vous verrez un aperçu rapide

18
00:00:52.120 --> 00:00:54.200
de l’image accompagné de quelques informations,

19
00:00:54.480 --> 00:00:56.840
telles que les noms de classe ou la résolution.

20
00:00:57.360 --> 00:00:58.440
Fermez la boîte de dialogue

21
00:00:58.440 --> 00:01:01.000
et l’image sera classée instantanément.

22
00:01:01.000 --> 00:01:04.000
Cliquez sur « Switch to Run Mode » pour
voir les résultats en direct

23
00:01:04.000 --> 00:01:06.000
et observer comment le système distingue

24
00:01:06.000 --> 00:01:10.000
en temps réel vos classes OK et NOK.

25
00:01:10.000 --> 00:01:11.000
Et voilà,

26
00:01:11.000 --> 00:01:13.000
votre modèle AI Lab est désormais entièrement
déployé

27
00:01:13.000 --> 00:01:15.000
et fonctionne sur uniVision 3 !