張小白帶你體驗(yàn)MindSpore 1.7.0新特性——MindSpore Vision

（別羨慕，張小白沒(méi)那么帥）

一、背景介紹

MindSpore Vision是一個(gè)CV的工具箱。據(jù)說(shuō)它可以幫助大家來(lái)復(fù)現(xiàn)經(jīng)典模型，并開發(fā)自己的模型（這個(gè)張小白沒(méi)本事）。那只有先看看能不能復(fù)現(xiàn)了。

它可以提供 分類，主干網(wǎng)絡(luò)、引擎、數(shù)據(jù)集、工具等高級(jí)功能，其架構(gòu)如下：

具體的特性介紹參見：https://www.mindspore.cn/vision/docs/zh-CN/master/index.html

二、體驗(yàn)過(guò)程

我們下面就用MindSpore 1.7的Windows版本試一下吧。

1、建立conda環(huán)境

先用conda創(chuàng)建一個(gè)Python 3.7.5的環(huán)境：

conda create -n vision python=3.7.5 -y

然后進(jìn)入該環(huán)境，確認(rèn)是Python 3.7.5

conda activate vision

python -V

2、安裝MindSpore

到官網(wǎng) mindspore.cn/install 獲取 mindspore 1.7.0 for windows CPU版本的安裝命令：

接著執(zhí)行這段命令：

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.7.0/MindSpore/cpu/x86_64/mindspore-1.7.0-cp37-cp37m-win_amd64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

完成MindSpore的安裝。

3、安裝MindSpore Vision

瀏覽器打開 mindspore.cn/versions

找到 1.7.0版本對(duì)應(yīng)的vision安裝盤的路徑（右鍵復(fù)制鏈接地址）

再去conda環(huán)境執(zhí)行這個(gè)命令：

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.7.0/Vision/any/mindvision-0.1.0-py3-none-any.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

4、下載MindSpore Vision代碼倉(cāng)

當(dāng)安裝完成MindSpore本尊及 MindSpore Vision副產(chǎn)品后，需要再下載一下vision的代碼倉(cāng)：

5、訓(xùn)練

找到LeNet的目錄：

先執(zhí)行 訓(xùn)練，以獲得 數(shù)據(jù)集和生成ckpt。當(dāng)然需要記得加上target_target=CPU參數(shù)，否則代碼默認(rèn)是GPU

python lenet_mnist_train.py --data_url ./mnist --download True --device_target=CPU

耐心等待訓(xùn)練結(jié)束：

。。

這個(gè)時(shí)候會(huì)生成 lenet目錄下的ckpt文件：

在訓(xùn)練之前會(huì)下載MNIST數(shù)據(jù)集，并被解壓到指定位置：

訓(xùn)練集：

測(cè)試集：

6、評(píng)估

下面開始執(zhí)行評(píng)估：

python lenet_mnist_eval.py ?--data_url ./mnist --pretrained True --download True -device_target=CPU

報(bào)錯(cuò)了，那么我們來(lái)跟蹤一下：

在 L:\Users\xishu\anaconda3\envs\vision\Lib\site-packages\mindspore\train\serialization.py代碼中增加以下日志：

再次運(yùn)行：

python lenet_mnist_eval.py ?--data_url ./mnist --pretrained True --download True -device_target=CPU

發(fā)現(xiàn)輸入的時(shí)候ckpt_file_name就不對(duì)。

暫時(shí)強(qiáng)行改為 前面訓(xùn)練好的ckpt文件：

ckpt_file_name, filter_prefix = _check_checkpoint_param("./lenet/lenet-10_1875.ckpt", filter_prefix)

再重新評(píng)估：

python lenet_mnist_eval.py ?--data_url ./mnist --pretrained True --download True -device_target=CPU

終于通過(guò)了評(píng)估。

7、推理

下面開始推理。

將 手寫數(shù)字 4的照片拷貝到 L:\AI\vision\examples\classification\lenet 目錄下：

可以用大圖標(biāo)看看：

然后開始推理：

python lenet_mnist_infer.py --data_url mnist.jpg --pretrained True --device_target=CPU

可見4被成功推理出來(lái)。

張小白再手寫一個(gè)8字看看：（需要28X28像素的黑白照片）

打開畫圖，先設(shè)置圖片屬性：

然后畫一個(gè)8：

將其另存為 eight.jpg

用大圖標(biāo)看看：

然后開始推理：

python lenet_mnist_infer.py --data_url eight.jpg --pretrained True --device_target=CPU

可見這樣也是成功的。盡管體驗(yàn)MindSpore Vision的過(guò)程中還存在一點(diǎn)小瑕疵，但是總體上還是不錯(cuò)的。

（全文完，謝謝閱讀）

AI MindSpore 深度學(xué)習(xí)

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實(shí)的內(nèi)容，請(qǐng)聯(lián)系我們jiasou666@gmail.com 處理，核實(shí)后本網(wǎng)站將在24小時(shí)內(nèi)刪除侵權(quán)內(nèi)容。