直播知识点实录|百度大脑EasyDL产业应用系列 安全生产专场

EasyDL产业应用系列【安全生产及数据处理】公开课，课程中不仅介绍了EasyDL在安全生产领域的落地案例与实战演示，还有新上线的EasyData智能数据服务平台功能与介绍。没有参加课程的小伙伴也不用担心，可通过实录完整解析 AI 巡检业务场景和定制 AI 解决方案，小时级成功变身 AI 应用专家！

同时，5月27日至5月29日为EasyDL-NVIDIA专场公开课，全面解析如何提升端/边/云高效协同，有效满足业务需求。开发者们可通过扫描下方二维码进行报名


【安全生产专场】直播回放：

EasyData助力智能云称一站式数据管理：https://www.bilibili.com/video/BV1qv411z7uT
电力AI巡检应用分析：https://www.bilibili.com/video/BV1Bg4y1B79N
基于EasyDL+AR实现地下资产管理：https://www.bilibili.com/video/BV1GV411C7eM

【安全生产专场】课程笔记：

课程笔记——EasyData助力智能云称一站式数据管理
讲师：百度AI开发平台部高级研发工程师 林克
课程时间：2020年5月21日
本次课程的内容是由百度 AI 开发平台部高级研发工程师林克，带来 EasyData 助力智能云秤一站式数据管理的课程，同时会为我们演示智能云秤水果采集、训练及识别的操作，主要面向对深度学习感兴趣，以及关注行业场景一站式解决方案的人群。

今天主题分为两部分，首先我介绍一下 EasyData 智能数据服务平台，之后会结合智能云秤的案例演示一下接入数据的训练到部署的流程。EasyData 智能数据服务平台是一个提供数据采集、标注、清洗、加工等一站式数据服务，助力开发者高效获取 AI 开发所需高质量数据的平台，4 月份刚刚上线。

关于EasyData的结构，首先解释推出EasyData 这款产品的原因。主要有三点，大家可能都知道，AI=数据+算法+算力，百度 EasyDL零门槛开发平台在算法、算力、部署上做了很多工作，有 EasyDL 经典版和专业版，虽然支持了部分数据的功能，如数据上传、标注，但不是很系统，所以我们针对数据管理所需的功能进行了梳理，推出了EasyData智能数据服务平台。

其次，在实际 AI 开发过程中，用户反映了各种各样的问题，如数据采集硬件如何使用的问题，数据如何同步，数据如何导出。根据我们统计大概96%的用户在数据生产环节都会遇到这样那样的问题，所以需要 EasyData 来帮助用户尽量低成本一站式完成数据的生产。

这是 EasyData 的整体业务架构图，在数据采集、数据扩充、数据清洗、数据标注、数据管理分析等数据生产过程中做了比较专业规范的工作，而且会在这些方向上持续提供能够给用户解决实际问题的功能。

比如数据采集的设备，例如电脑接入 USB 摄像头，就可以使用 EasyData 提供的采集管理软件，快速将摄像头采集的数据接入到 EasyData，整个过程中不需要任何的处理代码，而数据标注侧EasyData提供了智能标注以及即将推出的多人标注，提升用户标注的效率，降低标注成本。

传统的数据生产方式，如果涉及到数据采集的话，在硬件选型和硬件调试上会花很长时间，有些甚至到了模型迭代环节发现精度不够，再重新进行硬件的替换。数据获取和数据清洗环节需要写代码从硬件设备上进行数据获取，如视频流抽帧，不同的硬件码流可能会不同，RTSP 协议地址可能不一样，不同的操作系统可能会有兼容性问题需要解决等等。

清洗环节也需要手动完成数据清洗，如一些简单的数据清洗还好一点，如果图片模糊相似，需要更大的力气花一番时间调研和开发，而在EasyData上我们首先向用户灌输在数据生产环节需要进行专业规范的操作，专业化的数据生产，加上科学的深度学习算法以及可接受的算力成本，才可以训练出实际解决场景的模型。

在实际生产数据环节，EasyData 帮用户做了线下很多琐碎的工作，如硬件选型和调试，EasyData 推出软硬一体方案，在 EasyData 下载软件，安装即可使用，数据清洗环节，后续会推出对应的功能。智能标注，目前已经提供了单人在线标注和多人标注，后续会上线多人智能标注，EasyData 让 AI 更简单，更专业。

刚才说到了 EasyData 的智能化的特点，体现在采集、清洗、标注、扩充和闭环等环节，如在数据采集环节 EasyData提供了软硬一体方案，目前设计是提供单路直连和直路间接连接，可以在 EasyData 下载对应的软件进行使用，针对多路摄像头进行控制，通过视频流抽帧方式，将数据同步到 EasyData，单路也会在近期推出。当硬件准备好以后，可以持续采集数小时将数据采集到云端，然后进行存储的管理。

数据清洗和扩充环节，这边有两个实例说明了数据清理和效率的提升。第一，上面的图片是我们做的智能生猪盘点的实例，初级功能是对猪的识别和数量的检测，猪厂数据接入EasyData后，由于场景的特殊性，睡觉的猪很久不移动，所以以一个固定频率采集数据，相似度非常高，得出的训练数据效率较低。

这里就可以用到EasyData去相似的功能，将相似的图片去掉，留下确实有价值的数据，同时用户的需求是以猪栏为维度统计猪的数量，可以看到原始图片上，猪栏两侧还有其他猪栏的猪，EasyData 提供了对图片裁剪的功能，自动将图片进行处理，清洗和裁剪可以将人力减少80%。

下面是一个数据扩充的示例，商品 SKU 数据采集成本比较高，当 SKU 数据不足情况下，可以将少量的 SKU 数据通过排列组合方式进行扩充，然后参加训练，经过测试对比，大概只需要提供10%的数据，就可以完成和全量数据参与训练的效果数据，需求下降了90%。

智能化还体现在标注环节，EasyData 提供了智能标注的功能，针对图像数据只需要标注约30%，就可以使模型效果和全量数据效果模型一致。大概原理就是先标注少量数据，然后智能标注再进行模型的预训练，训练完以后会有一些不确定的示例再次确定，需要用户参与确认，经过几轮迭代，模型的准确率就会变高，智能标注就会完成标注，整体可以减少70%的标注量。

最后讲一下大家都比较关心的数据安全，数据安全在 EasyData 设计之初就已经考虑到了，全流程环节中保证了数据的安全，如采集端的数据鉴权，加密输出，后续 EasyData 会考虑引入联邦学习的方式，做到数据不出安全区而用于深度学习的模型训练。

下面我们结合EasyData进行果蔬识别模型训练和部署实战的演示。这是中科立业智能云秤结合 AI 的 EasyData 快速落地的案例，使用EasyData进行数据生产，使用EasyDL进行模型训练，然后将模型功能用到智能云秤上，目前已识别50种水果，识别率达到95%以上，随着对模型继续迭代，准确率还可以继续提升。

首先我们需要一个创意，受到新冠肺炎的影响，为了减少人员接触，能否在购买水果蔬菜时候避免人员接触，考虑到人们购买水果蔬菜种类不一样，不能像超市一样扫码结算，针对图像和称重识别出哪种水果，然后计算出水果的单价，最后生成支付的二维码。

这几幅图是场景上经常用的图，有一些问题，首先样本不均匀，因为我们买的水果种类比较多，有一些少见的水果数据量不多，可能造成数据训练时候有一些标签准确率较低，数据量多的水果训练效果好一些，这里可以用到数据增强的功能。

第二个问题，可以看到图片上有一些水果是被塑料袋包裹的，因为结算时候可能把塑料袋直接去秤，我们需要对包裹水果的识别率。还有一个问题，有些水果它是一个拉类，比如橙子、橘子、葡萄，可能彼此之间非常相似，这也需要一些数据增强，以及对数据的调整，达到训练的效果。

还有一些光线的问题，这里对规范化数据的建议，像这种场景，我们总结出来数据输入方，就是单图单标签，单类单个结算，另外两种场景就是提供的数据训练一个是带包装盒的，另外一个是带塑料袋的，这就是数据生产的规范化。

这个图展示了从硬件到准备部署的全流程。首先准备一个秤和摄像头，访问EasyData入口，一直到最后的模型部署的训练。

首先可以看到现场有一个摄像头，大家可以看到，现场有一个摄像头，前面放了一个水果，这就是云秤的原型，前面放了一袋樱桃。连接到这个摄像头，在EasyData下载SDK采集数据。首先打开页面，输入网址，在上面找到开发平台，最右侧的EasyData智能数据服务平台，点击进入，也可以直接输入链接来到它的地址，点击立即使用。

现在可以看到，这是EasyData的管理平台，左侧是功能，几大块数据总览，下面是标注，有在线标注，智能标注，还有标注的支持，如果你是标注的新手，可以提交给我们寻