华为云垃圾分类挑战赛之遇见ModelArts

八月份初，我和实验室两名同学参加了「华为云人工智能大赛·垃圾分类挑战杯人工智能赛」，赛事详情见链接https://developer.huaweicloud.com/competition/competitions/1000007620/introduction。在这场持续50天的挑战赛中，我们学到了很多东西。俗话说，万事开头难。这是我们研究生期间首次参加计算机图像类的竞赛，华为云非常人性化的给了baseline和ModelArts的使用说明，这给我们这个小白团队开了个好头，让我们能更快更好的的上手。更棒的是，ModelArts给参赛选手提供免费显卡，解决了选手因资源受限无法参赛的问题。下面是我们团队对ModelArts平台和OBS桶的一些认识和建议。

ModelArts提供两个功能，自动学习功能和AI全流程开发功能。

自动学习（非常非常NB）：可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，不需要代码编写和模型开发经验，即可实现零基础构建AI模型。

AI全流程开发：针对AI开发者，ModelArts能够帮助我们管理整个AI开发流程，让我们专心做开发，加倍提高生产力。

ModelArts有多个具体功能模块，在此比赛中我们主要使用了训练作业，模型管理，部署上线三个功能。

训练作业：这个里边提供了常用的深度学习框架，如tensorflow、pytorch、caffe等，和一些常用的像opencv这样的python第三方模块，非常方便。当然如果提供的与自己所需的版本不一样的话完全可以自己安装，也很方便。运行时可以看tensorboard曲线，也可以导出运行结果自行查看。但是对于我们小白来说，batch_size不太好设置，稍微大一点就会爆显存，太小又不甘心。

模型管理：这个嘛对于比赛来说就是用来提交模型的。

部署上线：这个里边可以部署自己的项目，测试一下能不能跑通。

OBS桶：这个桶的空间很大，也很便宜，但是我还是想吐槽几句。功能太少，文件夹没法改名，删除文件夹时会将里边的文件挨个删除，很慢。删除桶时还必须先删除所有文件，无奈。

总体来说，很荣幸能参加此次比赛，认识熟悉使用华为云ModelArts平台，希望ModelArts越来越智能，越来越友好。未来，我想熟悉使用更多的功能模块，特别是自动学习模块，很是期待！