使用SCF进行图像分类

背景

图像相比文字能够提供更加生动、容易理解及更具艺术感的信息，是人们转递与交换信息的重要来源，也是图像识别领域的一个重要问题，图像分类是根据图像的语义信息将不同类别图像区分开来，是计算机视觉中重要的基本问题，也是图像检测、图像分割、物体跟踪、行为分析等其他高层视觉任务的基础。图像分类在很多领域有广泛应用，包括安防领域的人脸识别和智能视频分析等，交通领域的交通场景识别，互联网领域基于内容的图像检索和相册自动归类，医学领域的图像识别等。一般来说，图像分类通过手工特征或特征学习方法对整个图像进行全部描述，然后使用分类器判别物体类别，因此如何提取图像的特征至关重要。但是如果靠自己实现一个图像识别算法是不容易的，我们可以使用ImageAI来完成这样一个艰巨的任务。

技术方案

使用云函数实现，详细步骤如下：

1. 在云控制台新建python云函数模板
2. 编写代码，实现如下：

from imageai.Prediction import ImagePrediction
import os, base64, random

execution_path = os.getcwd()

prediction = ImagePrediction()

prediction.setModelTypeAsSqueezeNet()

prediction.setModelPath(os.path.join(execution\_path, "squeezenet\_weights\_tf\_dim\_ordering\_tf\_kernels.h5"))

prediction.loadModel()

def main_handler(event, context):

    imgData = base64.b64d