基于-计算机视觉-实例分割-实现-物体识别

一、操作

1、平台介绍

        本文中提到的相关技术来自于 百度AI-飞桨BML。

        研究之初，本人也调研了 阿里云-机器学习PAI。相比之下，百度AI更容易上手，而且还提供了免费时长，所以果断选择了百度进行相关的学习。

        以下则是本次学习中所使用到的功能（红色框框）：

        

2、标签组准备

        本次学习研究的具体内容是《喜羊羊与灰太狼》，通过对各个卡通角色的训练学习，从而达到识别场景图中多个角色的目的。

        所以我准备了以下标签:

        

        

3、数据集准备

        接下来就是相关图片的准备与上传

        我准备了两块数据，一块用来做机器训练，一块用来做结果测试

        训练集：

        

         测试集：

        

         数据上传：

        

        

         

4、数据集打标

        上传好数据之后需要使用他提供的工具进行打标：

        圈出对应的区域并附上标签：

        

         

5、模型训练与发布

        数据准备好之后就可以进行机器训练

        进入预置模型调参-计算机视觉模型        

        根据自己的需要选择对应的方案，这里使用的是内置的相关模型

        创建模型：

        

        训练任务：

        这里主要是选择数据集进行训练，其他参数需要根据实际训练要求进行调整

        

         训练结果：

         

         

         模型发布：

         当我们对训练结果比较满意的时候则可以发布新的模型

        

         发布之后可以在模型管理中查看

        

 

6、公有云在线服务部署与调用

6.1创建个人应用

访问百度智能云https://console.bce.baidu.com/ai/#/ai/bml/app/list

6.2获取应用的access token

使用 6.1中的 API Key 与 Secret Key 按照以下方法调用获取access token

​

6.3 部署服务

 6.4 测试调用接口

因为该接口接收的入参为图片的base64形式，所以需要把对应的图片转为base64的字符串（大小不能超过4M）

请求：

 返回值：

 

 

 接口返回值中包含  “喜羊羊” “美羊羊” “沸羊羊”

6.5 H5体验

 

二、系统代码集成

以下是使用 python 做的一个demo

代码中读取图片，转换成base64,  请求接口，得到结果