数据标记又出神器！用Create ML进行目标检测

全文共2053字，预计学习时长10分钟

在2019年苹果全球开发者大会上，新发布的Create ML应用程序为训练个人化机器学习模型提供了极其容易的方法。你唯一需要做的就是将含有训练数据的文件夹拖至Create ML程序内，而它会完成剩下繁重的任务。

那么应该如何准备数据呢？

当进行图像和音频分类的时候，只需要把数据整理到文件夹里。但如果要进行目标检测，事情会复杂一些。在目标检测时就需要对一些附加信息进行详细说明。

除了图像，还需要一个带有能表示目标位置的坐标的annotations.jso。这个注解需要和以下格式相匹配：

[

{

“image”: “image1.jpg”,

“annotations”: [

{

“label”: “carrots”,

“coordinates”: {

“x”: 120

“y”: 164

“width”: 230

“height”: 119

}

},

{

“label”: “orange”,

“coordinates”: {

“x”: 230

“y”: 321

“width”: 50

“height”: 50

}

}

]

},

…

]

注意：x坐标和y坐标是边框的中心并且所有坐标都以像素为单位。

怎样形成这种json格式呢？（当然不会手打了）

苹果公司称：

可以从网页上下载一些工具来建立这些【注解】。

那么应该用什么工具呢？云注解！

云注解正是为此而生的工具。它帮助人们在图像上快速画框并为人们提供苹果要求格式下的annotations.json。

创建目标储存实例

使用云注解需要创建目标储存实例。创建目标储存实例为储存训练数据提供了可靠之地。它也为数据的采集协作提供了可能性。它让人们能够收集用户数据并允许专家团队简单地标记数据。

IBM云提供了目标储存的简化层，其中包括了25GB的免费储存空间。

建立实例的第一步是登录或注册IBM云账号。

登陆后找到IBM云仪表盘，这里是创建和管理IBM云资源的地方。

为了创建新的云目标储存实例，点击创建资源按钮。

找到并选择云储存选项。

选择一个定价计划并点击创建，然后在弹出窗口中点击确认。

凭证

有了目标储存实例后就需要一个从IBM云外获取数据的渠道。因此需要为资源创建一系列的凭证。

换到服务凭证标签，点击新凭证按钮。

大多选项可以保留空白，但必须确保凭证中角色是作者并且添加了以下内敛配置参数：

{“HMAC”: true}

添加完后，点击浏览凭证，下拉菜单并记下apikey, access_key_id, secret_access_key and resource_instance_id.

{

“apikey”: “…”,

“cos_hmac_keys”: {

“access_key_id”: “…”,

“secret_access_key”: “…”

},

“endpoints”: “…”,

“iam_apikey_description”: “…”,

“iam_apikey_name”: “…”,

“iam_role_crn”: “…”,

“iam_serviceid_crn”: “…”,

“resource_instance_id**”: “…”
}**

云注解

找到云注解工具并添加目标储存凭证以使用工具。

文件和注解将被储存进名为桶的地方。点击创建桶按钮以创建新的桶。

创建并命名完桶之后，会出现选择另一注解类型的提示。选择定位给图像画框。

训练数据的最佳范例

· 将要训练的模型对现实中的目标相片进行优化。但对X射线、手绘图、扫描文件、收据等来说作用不大。

· 训练数据应当尽可能地接近那些要用于做预测的数据。例如，如果是使用模糊且分辨率低的图像（比如从监控摄像头提取出来的图像），训练数据就应当由模糊且分辨率低的图像构成。总的来说，也要考虑到为训练图像提供多倍角、一定的清晰度和相应背景。

· 将要训练的模型不能笼统地预测人无法分配的标签。因此，如果无法训练一个人在一两秒内通过看图分配标签，那或许也没法把模型训练成这样。

· 为了模型的可用性，建议每个标签至少添加50幅训练图像。不过成百上千的图像会有助于获得更好的结果。

· 将要训练的模型会把图像尺寸调整为300x300像素，因此在训练含有长度过于大于宽度的图像的模型时要留个心。

标记数据

标记图像需要：

1. 上传视频或多张图像

2. 创建想要的标签

3. 开始绘制边框

获得注解

采集并标记了第一轮图像后，就可以准备开始训练模型了！

安装

安装云注解CLI以访问注解：

npm install -g cloud-annotations

注意：必须持有或随后安装Node 10.13.0。使用nvm（macOS/Linux）或nvm-windows就可以在不同项目间轻松转换Node版本。

下载注解

运行以下命令下载注解。

cacli export --create-ml

完成后会出现含桶的名为exported_buckets的文件夹。只需要将其拖至Create ML 应用程序中去就大功告成了！
留言 点赞 关注
我们一起分享AI学习与发展的干货
欢迎关注全平台AI垂类自媒体 “读芯术”
添加小编微信：dxsxbb
即可进微信交流群

转载于:https://my.oschina.net/u/4161973/blog/3073999