easyDL图像识别
点击立即使用，会弹出选择模型类型框，选择图像分类
进入图像分类模型界面，点击创建模型
点击创建模型后，填入相关信息，并点击下一步。
就生成了我们创建的模型。
下面进行数据集的创建，点击数据总览，创建数据集
点击创建数据集，然后填入相关信息。
创建完数据集，点击导入
进入数据导入界面，选择有标注信息，本地导入，上传压缩包，以文件件命名类别（图像数据要按照类别分成不同的文件夹，文件夹名字即为标签或者类别信息，最后，把最上层一个大文件夹压缩成.zip文件），点击上传压缩包。
上传完成后，需要等待一会，完成数据的上传。刷新页面即可。
等待一会，刷新页面，点击查看。
可以看到上传的数据信息
再次点击我的模型，选择训练。
添加训练数据
选择数据集，然后勾选标签并点击添加，然后可以看到添加的数据集。
按照默认配置，点击开始训练
有提示，点击继续训练
开始训练后，请勾选短信提示，训练结束会有短信提示。可以关闭网页去干点别的事情。
训练时间与你数据集的大小有关。
喝杯茶，休息休息，大约十分钟吧，收到百度的短信提示，模型训练完毕。
回到主页，对模型进行验证测试，点击校验。
点击启用校验模型
需要等待一会，然后出现校验界面，可以查看模型评估报告，或者修改模型评估结果的置信度。
具体测试模型，从网上下载相关类别图片，直接添加，就可以识别输出识别概率，概率最大的为最终目标。
最后，发布模型即可。按照下面填入信息，接口地址后面还会用到，点击提交申请。
等待模型发布完成
等待一会，模型发布完成。点开服务详情查看接口信息。
记录这个接口地址，并点击立即使用，登录服务控制台,并点击创建应用。
填入相关信息，并点击立即创建。
这两个参数需要记住后面访问服务器接口还需要用到。有这两个参数生成token。
完事具备，只差测试了。呵呵。百度给你Demo是python 2.0的，我把测试改为了python3.0。
总结，我们可以根据这个流程，训练自己的识别对象，只需要少量样本就可以完成对图像识别，方便，有个接口，我们可以在边缘端访问部署的服务器，完成对相关设备的控制。又一个大创题目出来了，哈哈哈！未完待续！………………………………..
1536
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
