ModelArts-lab 第一期扩展 ——自动学习快速构建猫科动物识别应用

在电视节目中，经常看到主持人对花豹、美洲豹傻傻地分不清楚，作为猫科猛兽迷，真是叔可忍，婶不可忍。我们就用ModelArts的自动学习来识别一下吧。

一、服务配置

在使用ModelArts服务之前我们需要添加访问密钥，授权作业能够访问华为云存储OBS

1、生成访问密匙：在用户基本信息>管理我的凭证页面新增访问秘钥，创建后秘钥会下载到本地。

2、设置ModelArts全局配置：在ModelArts服务页面，添加访问秘钥，以授权访问OBS，就使用ModelArts各项功能

太简单了，这里就略过吧。

二、使用自动学习构建应用

服务配置好以后，我们就随心所欲地构建我们自己的应用了，

1、通过obs browser 创建一个OBS桶，名称为“ai-mission1-cat”，同时在创建的OBS桶下创建文件夹“/automl/cat”

2、进入“ModelArts”管理控制台界面。单击左侧导航栏的“自动学习”，进入“自动学习”界面。

3、点击“图像分类”创建项目按钮，创建自动学习>图像分类项目，自定义项目名称（本例输入exeML-cat），训练数据选择OBS路径/ai-mission1-cat/automl/cat/（cat目录是一个空目录即可），点击“创建项目”完成图像分类项目创建。

2. 图片标注

（1）上传图片

项目创建好后，我们就可以上传图片进行训练了，

我们可以一次选择多张图片，批量上传。

（2）图片标注

进入“未标注”页面。批量选中相同类别的图片，然后选择标签（如下图所示：如果标签不存在，需要手动输入，这里我们输入“猎豹”），最后点击“确定”按钮。

（3）校验图片标签。完成所有图片标注后，进入“已标注”页面。右边“全部标签”中列举了所有的标签，以及每个标签下的图片数量。

3. 模型训练

在“数据标注”界面中，首先设置训练时长为0.1（减小训练时长的同时，可能会降低模型精度），然后点击“开始训练”按钮，即可开始训练。

4. 模型部署

在“模型训练”页面等待训练完成（不超过6分钟），训练完成后，可以查看模型的精度，在本例中训练中，只有狮、虎、猫、猎豹时，准确率是100%，可以我把花豹和美洲豹加入训练后，下降到了91%。这两种可能是太相似了吧。

点击“部署”按钮，将模型部署为一个在线服务：

5. 服务测试

在“部署上线”页面，等待服务部署成功。部署成功后，点击“上传本地图片”按钮，我们就选一张美洲豹的图片吧。

点击“预测”按钮进行预测：

可以看到预测结果：62.8%可能是美洲豹

换个姿势，再来一次：

出乎意料，AI已经出色地完成任务，成功地区分出了美洲豹和花豹，小伙伴们，你们分得清吗？