目录

1. 前言
2. 产品入口
3. 准备训练数据
4. 订阅算法
5. 创建训练作业
6. 创建AI应用
7. 部署为在线服务
8. 测试服务
9. 释放资源
10. 总结

前言

植物分类是植物科学研究领域和农林业生产经营中重要的基础性工作，植物分类学是一项具有长远意义的基础性研究，其主要的分类依据是植物的外观特征，包括叶、花、枝干、树皮、果实等。因此，花卉分类是植物分类学的重要部分，利用计算机进行花卉自动种类识别具有重要意义。
本案例以“ResNet_v1_50”算法、花卉识别数据集，从AI Gallery下载数据集和订阅算法，然后使用算法创建训练模型，将所得的模型部署为在线服务。

产品入口

ModelArts管理控制台进行全局配置

准备训练数据

1. 本次选择“四类花卉图像分类小数据集”
   

订阅算法

在AI Gallery中，选择“资产集市>算法”页签，在搜索框中输入“图像分类-ResNet_v1_50”，查找对应的算法。请选择支持CPU、GPU训练的算法。ModelArts的“算法管理>我的订阅”中同步对应的算法。

创建训练作业

1. 选择订阅的“图像分类-ResNet_v1_50”算法，“创建训练作业”。
   
2. 进入“训练管理 > 训练作业”页面，等待训练作业完成。
   

创建AI应用

从训练作业详情中创建AI应用

部署为在线服务

AI应用创建成功后，可将其部署为在线服务，在部署时可使用CPU资源。

测试服务

在线服务部署完成后，可以单击操作列的预测，进入服务详情页的“预测”页面。上传一个测试图片，单击“预测”进行预测，以下为向日葵的预测结果。

释放资源

为避免产生不必要的费用，可以释放资源：停止在线服务、删除训练作业、删除数据。

总结

通过华为云ModelArts产品，AI的大量复杂计算和模型设计无需人工，新手也能快速入门！