Обзор
MobileNetsV2 основан на оптимизированной архитектуре, которая использует разделяемые по глубине свертки для построения облегченных глубоких нейронных сетей.Эта модель реализована на основе структуры модели, предложенной в MobileNetV2: инвертированные остатки и линейные узкие места. Вы можете использовать задачи классификации изображений, такие как классификация кошек и собак, классификация цветов и т. д. Пользователь предоставляет серию помеченных наборов данных, и алгоритм загружает предварительно обученную модель в ImageNet-1000 для выполнения обучения переносу на пользовательском наборе данных. Модель, созданную после обучения, можно напрямую развернуть на платформе ModelArts в качестве онлайн-сервиса или пакетного сервиса, поддерживая логические выводы с использованием ЦП, ГП или Ascend 310. (Приведенное выше введение связано с введением рыночного алгоритма ИИ ModelArts)
Примечание: необходимы корзины ModelArts и OBS.Рекомендуется приобрести соответствующие ресурсы или ваучеры заранее, либо использовать бесплатные спецификации, но OBS стоит денег.
Подготовьте набор данных
Здесь используется набор данных цветов, всего 3669 изображений цветов, 5 типов и адрес загрузки набора данных.Download.tensorflow.org/example_ima...(Наборы данных из набора данных, предоставленного блогом Чжан Чжэньюй, спасибо за ваш гигант, прикрепил большую ссылку на блог.Не совсем. Huawei cloud.com/blogs/15809…, который подробно описан, рекомендуется посмотреть и изучить, следующий метод загрузки набора данных также из этого блога)
После загрузки и распаковки войдите в каталог flower_photos, который имеет 5 подкаталогов.
Здесь вам нужно загрузить папку flower_photos, которая является папкой верхнего уровня для пяти вышеуказанных файлов, в OBS (служба хранения облачных объектов Huawei).Для загрузки рекомендуется использовать инструмент браузера OBS. Скачать браузер OBS:support.huaweicloud.com/browser TG-о…
После загрузки вернитесь на домашнюю страницу ModelArts, нажмите «Управление данными» -> «Набор данных» слева, а затем нажмите «Создать набор данных».
Затем сначала выберите две папки в OBS в «Местоположение ввода набора данных» и «Местоположение вывода набора данных» (папки должны быть пустыми, если вы хотите создать их самостоятельно).
Вернитесь в интерфейс «Управление данными» -> «Набор данных» и щелкните только что созданный набор данных.
Нажмите на набор данных, чтобы войти в интерфейс набора данных, и выберите «Импорт» в правом верхнем углу.
После нажатия кнопки «Импорт» выберите путь, по которому изначально был загружен набор данных, то есть выберите папку flowers_photos.
После выбора вам нужно немного подождать, возможно, вы увидите, что импорт все еще равен 0, не волнуйтесь, подождите немного. Когда вы видите следующую ситуацию, это означает, что импорт завершен, и вы можете опубликовать набор данных.
Точно так же щелкните набор данных, войдите в только что импортированный интерфейс и выберите «Опубликовать» в правом верхнем углу.
Здесь мы выбираем соотношение 8:2, чтобы разделить обучающий набор и тестовый набор. Нажмите «ОК». Дождитесь создания набора данных.
Давайте начнем обучение здесь в первую очередь на рынок AI, подпишитесь алгоритм, будьте уверены, бесплатно, нажмите на алгоритм ссылки подпискиconsole.huawei cloud.com/model arts/?…
Нажмите, чтобы подписаться и подтвердите подписку во всплывающем окне.
После подписки настройте алгоритм синхронизации и нажмите консоль приложения
Хорошо, алгоритм и данные уже доступны, приступаем к обучению и выбираем создание задания на обучение.
Просто выберите набор данных, который мы только что создали, и соответствующий номер версии. Здесь я использую ранее созданный набор данных, поэтому имя набора данных и номер версии отличаются от созданных ранее. Вы можете выбрать тот, который вы только что создали. В то же время время, Также создайте пустую папку для хранения результатов обучения.Что касается журнала тренировок, вы можете выбрать путь хранения.
Также выберите спецификацию обучения, если у вас нет ваучера, выберите бесплатную версию
Наконец, выберите следующий шаг.
Вариантов подтверждения может быть несколько, и, наконец,
Далее просто дождитесь окончания обучения.Что касается более подробного ознакомления с обучением, то можете обратиться к ознакомлению с интерфейсом подписки на алгоритм и задать параметры самостоятельно.
Это обучение занимает около 17 минут, что довольно быстро. Далее импортируйте модель.
Имя предыдущей учебной работы является случайным, просто выберите его, вы должны выбрать импорт, и то, которое вы только что обучили, будет выбрано автоматически. Нажмите «Создать сейчас» в правом нижнем углу и дождитесь импорта.
Отображение нормальное, что указывает на успех, и ниже запускается онлайн-развертывание.
По умолчанию для развертывания логического вывода используется ЦП. Конечно, также можно выбрать ГП и Ascend. См. введение на странице алгоритма.
Вот процессор в качестве примера. Щелкните Развертывание, чтобы выбрать онлайн-развертывание.
Просто выберите бесплатную спецификацию процессора
Выберите далее, подтвердите, получите
Затем выберите Predict -> Upload -> Predict.
Наконец, посмотрите на эффект, неплохо.
Выше приведено практическое содержание классификации цветов на основе рыночного алгоритма ИИ ModelArts MobileNet_v2. Это очень просто, приходите и попробуйте.
Нажмите «Подписаться», чтобы впервые узнать о новых технологиях HUAWEI CLOUD~