DevRun開發(fā)者沙龍 | 華為云AI開發(fā)者沙龍武漢專場

DevRun開發(fā)者沙龍 | 華為云AI開發(fā)者沙龍武漢專場

這次有幸參加了線下的AI開發(fā)者沙龍，收獲多多，認識了不少大佬，深刻體會到了ModelArts的方便與強大，現(xiàn)將現(xiàn)場進行ModelArts自動學習實現(xiàn)武漢美食分類小實驗分享給大家，可以體驗一下0代碼開發(fā)AI的樂趣。話不多說，一起動手試試吧。

ModelArts自動學習實現(xiàn)武漢美食分類

基礎環(huán)境準備

在使用 ModelArts 進行 AI 開發(fā)前，需先完成以下基礎操作哦（如有已完成部分，請忽略），主要分為4步（注冊–>實名認證–>服務授權–>領代金券）：

使用手機號注冊華為云賬號：點擊注冊

點此去完成實名認證，賬號類型選"個人"，個人認證類型推薦使用"掃碼認證"。

點此進入?ModelArts 控制臺數(shù)據(jù)管理頁面，上方會提示訪問授權，點擊【服務授權】按鈕，按下圖順序操作：

進入?ModelArts 控制臺首頁，如下圖，點擊頁面上的"彩蛋"，領取新手福利代金券！后續(xù)步驟可能會產生資源消耗費用，請務必領取。

以上操作，也提供了詳細的視頻教程，點此查看：ModelArts環(huán)境配置

大概流程

完成了基礎環(huán)境準備后，我們就可以開始基于 ModelArts 開始我們的 AI 開發(fā)之旅，此次操作主要分為以下幾個流程：

下載數(shù)據(jù)集并上傳到華為云對象存儲服務（OBS）

創(chuàng)建 ModelArts 自動學習項目并導入數(shù)據(jù)集

完成數(shù)據(jù)標注并進行模型訓練

將模型部署成在線服務，進行服務調用并獲得結果

數(shù)據(jù)集下載及上傳

點此下載所需美食數(shù)據(jù)集：wuhan-food

下載完成并解壓后，可以得到兩個文件夾：

train: 訓練用數(shù)據(jù)集，含4種武漢美食，每一種10張圖片，用于模型的訓練

test: 測試用數(shù)據(jù)集，含4種武漢美食，每一種2張圖片，用于模型訓練完成后的測試

接下我們需要將下載的?train文件夾?的數(shù)據(jù)上傳至華為云對象存儲服務OBS。

創(chuàng)建OBS桶

OBS大家可以先簡單的理解成一個在線網(wǎng)盤，因為ModelArts本身目前沒有數(shù)據(jù)存儲的功能，所以需要從OBS里調用我們上傳的數(shù)據(jù)進行訓練

點擊進入：華為云OBS控制臺，進入后點擊右上角的【創(chuàng)建桶】按鈕（這里的桶可以理解成OBS進行存儲的基本單位，所有的數(shù)據(jù)必須存儲在某個桶里）：

進入新建桶界面， 按照如下示例進行填寫：

區(qū)域：華北-北京四

數(shù)據(jù)冗余存儲策略：單AZ存儲

桶名稱：自定義，需要全局唯一，即在整個華為云上的名字唯一

其它選項保持默認即可

填寫完成后，點擊右下角的【立即創(chuàng)建】按鈕并確認，稍等幾秒鐘即可完成 OBS桶 的創(chuàng)建。

上傳訓練數(shù)據(jù)至OBS

在OBS首頁，找到我們剛剛新建的桶，并點擊桶名稱進入桶內容管理界面。

進入后，點擊左側【對象】按鈕，進入數(shù)據(jù)上傳界面，點擊【上傳對象】按鈕，彈出上傳對象框，我們直接用鼠標將前面下載好的 train文件夾 拖拽到到上傳對象框內：

然后點擊【上傳】按鈕即開始進行圖片的上傳，本次數(shù)據(jù)量較少，正常網(wǎng)絡情況下約1分鐘內即可完成數(shù)據(jù)的上傳， 上傳過程中可進入train文件夾查看進度，也可以繼續(xù)進行下面的步驟。

在train文件夾的同級目錄，我們點擊上面的【新建文件夾】按鈕，創(chuàng)建一個新的空文件夾，命名成out，完成后，效果如下圖（此文件夾后續(xù)會用到）：

自動學習項目創(chuàng)建

點擊訪問?ModelArts自動學習?頁面，選擇創(chuàng)建圖像分類項目，進入項目創(chuàng)建設置頁，按照如下示例進行填寫：

名稱：自定義

數(shù)據(jù)集來源：新建數(shù)據(jù)集

數(shù)據(jù)集輸入位置：選擇上一步在OBS上傳的train文件夾

數(shù)據(jù)集輸出位置：選擇上一步在OBS創(chuàng)建的的out文件夾

其它保持默認即可

填寫完成后點擊右下角的【創(chuàng)建項目】按鈕稍等幾秒即可完成項目的創(chuàng)建。

數(shù)據(jù)標注

項目創(chuàng)建完成后會自動進入數(shù)據(jù)標注頁面，頁面左側是標注操作區(qū)，右邊是標簽編輯與展示區(qū)。

注：標簽就是對數(shù)據(jù)集進行分類，比如本案例中的：熱干面、鴨脖、豆皮、面窩，需我們自己根據(jù)數(shù)據(jù)集新建不同類型的標簽；標注就是將數(shù)據(jù)集中的圖片劃歸到對應的標簽下，告訴模型這個圖片里是什么

我們點擊左側的【未標注】頁簽，開始數(shù)據(jù)標注，我們選擇同一類型的圖片，然后在左側的標簽名出輸入對應的美食名稱并確定，即可對選擇的圖片做分類，如我們這里選擇豆皮作為示例，效果如下：

我們重復上面的步驟，即可對不同類型的美食進行分類，也可以對某一標簽進行圖片追加。

注意：目前標注不支持翻頁選擇，翻頁后上一頁選擇的數(shù)據(jù)會丟失，所以請大家一頁一頁的選擇并確認，如果覺得一頁展示的圖片太少，可以在頁面的左下角選擇一頁圖片展示的個數(shù)。

全部標注完成后的效果如下：

模型訓練

數(shù)據(jù)標注完成后，我們點擊右上角的【開始訓練】按鈕，彈出模型訓練的設置界面，按如下示例填寫：

最大訓練時長（分鐘）?：修改為10

計算規(guī)格：選擇自動學習免費規(guī)格（GPU），并勾選"我已閱讀并同意以上內容"

其它保持默認即可

填寫完成后，點擊【下一步】進入二次確認界面，點擊界面上的【提交】按鈕即可提交成功。

訓練過程約耗時2分鐘左右，請耐心等待哦~

模型部署

訓練完成后，我們點擊左側的部署按鈕，進行模型的部署操作，如下圖示例。

點擊【下一步】按鈕，進入二次確認界面，點擊界面上的【提交】按鈕即可提交成功。

模型調用

部署完成后，可以看到如下界面：

我們點擊【上傳】按鈕，選擇上傳前面下載的數(shù)據(jù)集test文件夾中的任一圖片，然后點擊【預測】即可得到結果：

總結

本實驗到此完成，需要請大家注意：

因為本實驗主要的目的是讓大家了解 AI 開發(fā)的基本流程和使用 ModelArts 進行 AI 開發(fā)的基本操作，為了減少操作的難度和時間長度，只用了少量的數(shù)據(jù)集用于訓練，可能造成數(shù)據(jù)預測不是很準確的情況，請大家理解。

示例中我們選擇的都是免費規(guī)格，如果大家領取了新手代金券，可以嘗試使用付費規(guī)格獲得更好的體驗，但記得及時關閉相應服務哦！

Tips：實驗結束后請及時停止在線服務，不然在線服務會持續(xù)收費有可能導致欠費，致使華為云賬號被凍結而影響使用。 我們在在線服務管理頁面單擊對應服務列表后的"停止"按鈕即可停止本在線服務。

最后的最后，希望大家多多關注線下與線上的AI開發(fā)者活動，你可以從中學到不少有意思的知識和結交有趣的靈魂，認識很多行業(yè)的大佬。

AI開發(fā)平臺ModelArts

版權聲明：本文內容由網(wǎng)絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內刪除侵權內容。