【modelarts】华为人工智能平台_modelarts平台系列教程2_自动学习_物品检测(2)

---

前言

华为modelarts训练，能够面向三类用户提供解决AI开发支持。对于无AI基础的业务开发员，可以使用自动学习模型。全程无需写代码，一键启动训练&部署。对于AI初学者，使用预置的算法，少量的代码即可调用。对于AI深度完结，可以使用modlearts内置的notebook,自研的MoXingSDK,简化代码。

ModelArts自动学习是帮助人们实现AI应用的低门槛、高灵活、零代码的定制化模型开发工具。自动学习功能根据标注数据自动设计模型、自动调参、自动训练、自动压缩和部署模型。开发者无需专业的开发基础和编码能力，只需上传数据，通过自动学习界面引导和简单操作即可完成模型训练和部署。

当前自动学习支持快速创建图像分类、物体检测、预测分析、声音分类和文本分类模型的定制化开发。可广泛应用在工业、零售安防等领域。

图像分类：识别图片中物体的类别。
物体检测：识别出图片中每个物体的位置和类别。
预测分析：对结构化数据做出分类或数值预测。
声音分类：对环境中不同声音进行分类识别。
文本分类：识别一段文本的类别。

---

一 数据准备

本次实验主要用于检测某个物品，出现在图片的位置，根据这个案例。可以检测某个特定的物品是否存在图片中，如果存在，那么在图片的位置可以标记出来。
数据下载参考链接 数据下载提取码：xj8m
把数据下载obs中
以下是官方自动学习帮助文档
自动学习官方帮助手册

二 创建项目

1 登陆华为modelarts，找到自动学习，点击物体检测

参数书名详见 https://support.huaweicloud.com/exemlug-modelarts/modelarts_21_0010.html

2.选择创建项目

填写名称，数据输入的位置，和数据输出的位置。这里我们从obs中读取数据。

三 数据标注

自动学习项目创建完成后会自动跳转到数据标注界面，点击“添加”，即可批量添加图片（注意，单次上传图片不能超过8M）。数据集的路径是“ModelArts实验数据集和源码/自动学习/云宝检测应用/训练数据集”。该数据集是华为吉祥物“云宝”的图片。若OBS中已上传图片，点击“同步数据源”按钮，进行数据同步。如下图所示。

注意：
1.用于训练的图片，每种类别的图片数不少于5张，即每个标签图片数量不少于5张。
2. 图片标注支持多标签，即一张图片可添加多个标签。

步骤 2 图片标注
选择未标注的图片。单击“未标注”页签，然后点击任意一张图片进入标注页面，如图1-3所示。进入标注页面后，用矩形框将目标物体框起来，注意尽量不要包含过多的背景信息，然后选择类别标签（如果没有标签类别，可以输入标签名称并按Enter键添加新的标签类别）。在此案例中，我们使用使用鼠标画矩形框将云宝框住即可，标签名称使用云宝的拼音：“yunbao”，如下图所示。


数据格式说明
其中每张图片的标签，是和图片相同的名称，除了指定标签名称之外，还需要指定标签所在的位置。顶点的坐标以及长和宽。

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<annotation>
    <folder>Images</folder>
    <filename>IMG_20180919_114711.jpg</filename>
    <source>
        <database>Unknown</database>
    </source>
    <size>
        <width>1024</width>
        <height>768</height>
        <depth>1</depth>
    </size>
    <segmented>0</segmented>
    <object>
        <name>yunbao</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>339.00</xmin>
            <ymin>27.00</ymin>
            <xmax>853.00</xmax>
            <ymax>670.00</ymax>
        </bndbox>
    </object>
</annotation>

步骤3：标签修改（单张图片）
删除或修改单个图片标签。单击区域1中的“已标注”，然后在区域2单击浮于图片上方的“图片标注”进入标记界面。
方式一：将鼠标移至矩形框的里面，右击鼠标，弹出标签修改的界面，点击“删除”会删除标注框，点击 “修改”可以修改标签类别。

方式二：在标注图片的右边有修改和删除的按钮，可以直接进行操作

步骤4：标签修改（批量）
批量删除或修改图片标签。单击区域1中的“已标注”，然后单击下方需要批量修改或删除的标签名称，单击标签右侧 ，在弹出的对话框中可重命名标签名称。或者单击标签右侧 ，在弹出对话框中，可选择“删除标签”或“删除标签及仅包含此标签的图片”。如下图所示。

四 模型训练

完成图片标注后，可进行模型的训练。开始训练之前，需要设置训练参数，然后再发布训练，即开始模型的自动训练。由于用于训练的图片，每种标签的图片数不少于5张。因此在发布训练之前，请确保已标注的图片符合要求，否则“开始训练”会处于灰色状态。
步骤 1 参数设置
参数可使用默认值，或者修改训练时长，以及打开高级设值，设置推理时间。训练设置如图所示。

参数说明：
训练时长不大于：最大训练时长，在该时长内若训练还未完成，则强制退出。为防止训练中退出，建议使用较大值。
推理时间小于：模型推理单张图片所需时间（ms），与模型复杂度成正比。一般情况下，推理时间越短，选取模型越简单，训练速度越快，但可能会影响精度值。
推理环境：使用默认值“2核 |8GiB |1*P4”
步骤 2 模型训练
参数填写完成后点击“开始训练”，模型开始训练。训练结束后，可在物体检测“模型训练”界面查看模型训练结果。

五 部署上线

步骤1：部署上线
完成模型训练后，可选择准确率理想且训练状态为“已完成”的版本部署上线。单击“模型训练”界面版本管理中的“部署”，即可完成模型的部署操作。部署完成后，您也可以在“部署上线>在线服务”查看部署的服务。部署服务如图所示。

步骤 2 服务测试
模型部署完成后，您可添加图片进行测试。在“部署上线”界面，单击图片选择按钮，然后选择测试图片，测试图片是路径“ModelArts实验数据集和源码/自动学习/云宝检测应用/测试数据/”下的图片。图片上传成功后，单击“测试”即可进行服务的测试，右侧会显示测试结果，如下图所示。其中数据标注yunbao标签，测试的结果会将云宝用矩形框框起来，并且在右边显示相关的概率值和坐标值。