/Visual-Recognition-Taco

Primary LanguageJavaScript

Visual Recognition

  1. Pre-requisitos • Tener instalado Node.js (https://nodejs.org/es/ ) • Tener una cuenta de IBM Cloud (https://cloud.ibm.com/login) • Clonar Repositorio de Github (https://github.com/ibmdevadvmx/Visual-Recognition-Taco )

  2. Crear el Servicio de Watson Studio En “https://cloud.ibm.com/” ir a la sección de catálogo, buscar el servicio “Watson Studio” (Escríbelo en el buscador o encuéntralo en la sección “AI”) y crear el servicio.

  3. Crear el Servicio de Visual Recognition • En “https://cloud.ibm.com/” ir a la sección de catálogo, buscar el servicio “Visual Recognition” (Escríbelo en el buscador o encuéntralo en la sección “AI”) y crear el servicio.

• Ir a "Manage” y dar click en “Launch Watson Studio”

• Automaticamente se creará el servicio de “Object Storage”

  1. Crear el modelo un modelo en Visual Recognition • Dentro del panel de Visual Recognition, realizar los siguientes pasos:

    1. Hacemos clic en “Create Model”
    2. Ingresamos el nombre “Tacos”.
    3. Seleccionamos los servicios anteriormente creados (Watson Studio y Object Storage).
    4. Hacemos clic en el botón “Create”

  2. Agregar archivos al proyecto y entrenamiento • Cambiamos el nombre del Modelo por “Tipos de tacos” • Agregamos los archivos .zip que se encuentran en la carpeta “Tacos imágenes” (del repositorio) en el área de “Upload to Project” • Seleccionamos todos los archivos importados y hacemos clic en “Add to model” • Una vez cargadas las fotos podremos observaremos que aparece “Ready to train” y haremos clic en “Train model”. • Una vez finalizado el entrenamiento podremos probarlo con el archivo “pastor.jpg” siguiendo la siguiente ruta: tacosassetstipos de tacostestbrowsepastor.jpg

  3. Obtenga las credenciales del servicio

• Abra una nueva pestaña en su navegador para acceder IBM Cloud: https://cloud.ibm.com¬/

• En el panel de control, haga clic en el servicio>VisualRecognition>ServiceCredentials y de clic en ver credenciales. • Copia las credenciales en el editor de texto de tu preferencia para que podamos usarlas más tarde. Las credenciales se verán como estas: • Ahora puede cerrar esta pestaña del navegador.

  1. Probando la app • Configurar las credenciales en el archivo “app.js” de la carpeta visual-recognition-taco-master • Copiamos el “apikey” de las credenciales que copiamos en el paso anterior y la colocamos en la variable “iam_apikey”. • Para obtener el model ID vamos al apartado Tipos de Tacos y copiamos como a continuación se indica. • Lo sustituimos en la variable “classifier_ids” de nuestro documento “app.js”. • Abrir terminal y correr los siguientes comandos dentro de la carpeta bootcampMx-VisualRecognition-master:

    1. Ingresar: npm install
    2. Ingresar: npm start

    • Dirigirse al localhost en el puerto “8080 ” introduciendo esta liga: http://localhost:8080/

    • Selecciona el archivo “pastor.jpg” para probar la aplicación.

    • Da Clic en el botón “Clasificador de taco personalizado“ para utilizar el modelo que acabamos de crear y observar el r esultado.

    • Volver a seleccionar el archivo “lengua.jpg”y hacer clic en el botón “Clasificador general” para utilizar el clasificador por defecto de Watson Visual Recognition y observar el resultado.

  2. Desplegar app en la nube • Primero tenemos ir a la dirección de la carpeta que descargamos desde la terminal.

    • Nos logearemos a la plataforma de IBM Cloud con el comando IBM Cloud login e ingresaremos el correo y la contraseña con la que creamos la cuenta en IBM.

    • Correremos el siguiente comando “ibmcloud target –cf” para redirigir nuestra aplicación al API endpoint por default.

    • Y por último correremos el comando “ibmcloud cf push” para desplegar nuestra aplicación en la nube.

    •	Después de un momento terminará de subir la aplicación a la nube y nos arrojará diferentes detalles de nuestra aplicación, copiaremos la liga que nos da y la pegamos en una ventana de nuestro navegador para probar nuestra app desde la nube.


•	La probamos y observamos que funciona de manera correcta.

    • De igual manera podemos observar desde la página de IBM Cloud en el apartado de “Apps de Cloud Foundry” que ya se encuentra en ejecución nuestra aplicación.