使用ResNet50預置算法訓練美食分類模型-優化建議
738
2022-05-28
入春之后,絕大多數植物都開始換發生機,人也變得精神了許多。要說春天有什么好吃的,那必然是野菜了。春天的野菜十分鮮美,吃到肚子里可謂是好處多多??墒且安四敲炊啵以趺捶值们迥兀肯旅嫖覀兙鸵黄鹜ㄟ^華為ModelArts AI 開發平臺,開發一個圖像分類的模型,來告訴我們這些野菜叫什么。
在開始我們的實驗之前,我們需要先了解下,什么是圖像分類。圖像分類是計算機視覺中最基礎的任務,圖像分類任務是根據圖像的語義信息,判斷圖像中物體的類別,比如貓狗、嬰兒等等。圖像分類也是圖像檢測、物體分割、行為分析等其他高層次視覺任務的基礎。在多領域有著廣泛的應用。比如我們手機中,可以對手機拍攝的圖片進行分類,方便我們很快的找到自己需要的圖片,再比如我們可以通過手機拍攝圖片,通過分析圖片的信息,可以在線購買相關的物品,甚至在目前的醫學領域,圖像檢測也有了落地的應用。
話不多說,我們一起操練起來
一、準備數據集
工欲善其事必先利其器,在做智能訓練的時候,我們必須要有相關的數據來進行訓練,好的數據集直接影響后期模型的準確度。在圖像分類中,常見的開源數據集有:貓狗分類數據集、數字識別數據集、花卉識別用的數據集以及其它數據比較完整的數據集。下圖展示了圖像分類常見到的開源數據集
當然我們也可以通過搜素引擎,找到我們所需要訓練的素材,重要點就是:大圖、高清、無碼。
二、上傳OBS 存儲
這里我們使用華為OBS來存儲我們的訓練數據。OBS可以簡單的理解為我們電腦的硬盤,不同的是,OBS可以在MoerlArts平臺上直接被調用。這樣大大方便了我們做訓練。這里需要提個概念,“桶”這個是OBS 里的術語,可以理解為電腦上的C\D盤。至少我是這么理解的。然后我們可以在里面創建不同的文件夾,來放置我們實驗用到的數據集。
這里我通過OBS 客戶端來上傳我們的數據集,相對比較方便
進入剛剛進入的桶,然后按下圖操作上傳我們準備好的數據集。
三、數據標注
剛剛我們已經上傳到OBS 中,現在我們對上傳的數據集進行標注,簡單的理解就是我們告訴系統,這個圖片里的事物都是些什么,讓他認識并記住,方便我們以后對它進行訓練
1、進入AI 平臺
2、新建項目并引用數據集
數據集輸入位置,可點擊右側的小文件夾圖標進行快速選擇
參數完成后,點擊創建項目,完成項目創建
3、數據標注
項目創建完成后,我們進入下圖
可以看到,我們準備的訓練圖片已經全部顯示出來了,下面我們就開始進行數據標注,選擇同類型的圖片,然后輸入數據標簽,點擊確定,即可完成數據標注工作。
下圖是數據集標注完成圖
4、訓練模型
完成 數據集的標注,下面開始進行數據模型的訓練,點擊右上角開始訓練,進入訓練界面
勾選使用免費的GPU 資源,點擊下一步
點擊提交,開始訓練模型
等待模型訓練完成
訓練中出現的異常,可以點擊異常圖片查看詳情
我這邊是由于數據集中有png 圖片造成的,可以在訓練完成后,在OBS 中刪除對應的圖片,在同步下數據集,重新進行訓練即可
4、訓練完成
在這里我們可以查看訓練的準確度等參數,然后點擊部署按鈕,開始部署剛剛訓練好的模型
部署規格如下圖所示
等待部署完成
部署完成
點擊上傳,進行圖片預測
同時,也可以通過URL 接口進行調用,在通過調用手機端的攝像頭,就可以愉快的識別野菜了。
今天的實驗就到這里,我們下期再會。
溫馨提示:
不常吃野菜的朋友,建議不要盲目去挖,想嘗鮮可以到菜市場買點回家,這樣的野菜吃起來更安全一些哦。
版權聲明:本文內容由網絡用戶投稿,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。如果您發現本站中有涉嫌抄襲或描述失實的內容,請聯系我們jiasou666@gmail.com 處理,核實后本網站將在24小時內刪除侵權內容。