零代码开发地标识别（基于中国农业大学地标）

本案例将详细介绍怎样用自动学习方法基于CAU地标数据集快速构建地标识别应用。将介绍如何订阅和标注CAU地标数据、并进行模型训练和部署。

ModelArts是一站式的AI开发平台。ModelArts自动学习具有零代码、零AI背景、泛化能力强的特点，用户无需编码，无需AI背景，就可以使用自动学习快速构建自己的AI应用。

准备工作

参考此文档，完成ModelArts准备工作。

准备数据

下载训练数据集

华为云AI市场中有开发者分享了丰富的数据集，大家可以前往订阅使用。本案例采用CAU地标数据集，数据集中有6个标志性地标（东校区主楼、西校区主楼、老校门、新图书馆、奥运摔跤馆和水塔）共49张图片。我们从华为云AI市场订阅数据集至ModelArts，然后就可以在ModelArts中使用了。

该数据集包含的地标及其类别如下图所示：

请点击此处，进入该数据集主页，点击【下载】，进入下载详情，按照如下提示填写下载详情:

下载方式：对象存储服务（OBS）

目标区域：华北-北京四

目标位置：选择一个OBS路径，作为数据集的存储位置。(具体创建桶过程可参考后面过程的步骤1)

等待数据集状态变为下载成功，即可在ModelArts数据集列表中开始创建数据集。
点击创建数据集

创建图像分类项目

步骤 1 点击此链接 ，创建一个OBS桶（区域选北京四，桶名称自定义，其他使用默认参数），然后在创建的OBS桶下创建一个文件夹/data-cau-landmark/data（点击桶名称->对象->新建文件夹）。创建OBS桶和文件夹参考文档：https://support.huaweicloud.com/qs-obs/obs_qs_0001.html 。

步骤 2 进入ModelArts自动学习界面。

步骤 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，填写相应参数，点击“创建项目”完成图像分类项目创建。

项目名称：自定义

数据集来源：已有数据集

数据集名称：‘创建的数据集名称’

图片标注

创建完项目 页面会自动跳转到数据标注界面。点击“同步数据源”按钮，等待右上角出现“数据同步完成”提示信息，可以看到界面显示的图像。共有49张未标注的图片和0张已经标注的图片。我们也可以将自己拍摄的图片上传到obs桶文件夹中进行同步来增大训练样本。

进入“未标注”页面。批量选中相同类别的图片，然后选择标签（如果标签不存在，需要手动输入），最后点击“确定”按钮。如下图所示（如果对操作流程不熟悉，可以查看右上角的“使用指南”）：

“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。

校验图片标签。完成所有图片标注后，进入“已标注”页面。可以在“已标注”页面修改标签。如果标注正确，可以跳过此步骤。

点击打开图片，可以查看图片的标签，如下图所示：

如果发现标签不正确，可以选中图片，重新选择标签。

4. 模型训练

在“数据标注”界面中，首先把数据集按照训练集/验证集=0.8/0.2的比例分开，设置训练时长为10（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，选择好训练参数，即可开始训练。参数设置如下图所示：

5. 模型部署

在“模型训练”页面等待训练完成（不超过10分钟），训练完成后，可以查看模型的精度：

点击“部署”按钮，将模型部署为一个在线服务：

6. 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，上传一张本地的测试图片（从测试集test目录中挑选）。如下图所示：

点击“预测”按钮进行预测：

可以看到预测结果。若出现识别不准确可加大训练样本。

7. 关闭服务

在“部署上线”页面，点击“停止”按钮，停止在线服务，然后删除。

至此，CAU地标识别应用实验完成。恭喜各位开始在AI道路上迈出了一小步。欢迎各位把实战结果跟帖回复。