基于华为云 ModelArts 的轻量图像分类推理服务实践

一、背景与目标

最近接手一个小型工业质检项目，需求是对产线摄像头采集的零件图片做二分类判断：正常或异常。团队人手有限，没有专职算法工程师，因此希望尽量复用云端托管能力，把精力放在数据标注和业务集成上。最终选定的方案是华为云 ModelArts：数据标注、训练、模型管理和在线推理都在一个平台内完成，省去了自建训练集群和推理网关的工作。

二、数据与标注

样本共约三千张，正负样本比例接近 3:1，存在轻度不均衡。先把图片按 8:1:1 划分为训练集、验证集和测试集，并统一缩放到 512×512。标注阶段使用平台内置的标注工具，按目录批量导入后逐张打标签，同时保留一份原始分辨率的副本，方便后期排查模型误判时回看细节。为避免过拟合，训练时开启了随机裁剪、水平翻转和亮度扰动三种增强。

三、训练与调优

训练使用 ResNet50 预训练权重做迁移学习，冻结前面的卷积层，只训练最后的分类头，学习率设为 1e-4，批大小 32，共训练 30 个 epoch。前 10 个 epoch 损失下降很快，第 18 个 epoch 之后验证集准确率基本稳定在 96% 左右。由于正负样本不均衡，除了准确率，还重点关注异常类的召回率，必要时通过调整分类阈值把召回率从 0.89 提升到 0.94，代价是误报略有增加，业务侧可以接受。

四、部署与调用

训练完成后把模型一键发布为在线服务，选择小规格的 CPU 实例即可满足每秒十几张的吞吐需求。调用方式很简单：先用 IAM 账号获取 token，再以 JSON 形式提交图片的 base64 编码，返回结果中包含预测类别和置信度。为了降低时延，客户端做了连接复用和图片压缩，单张端到端耗时从 320 毫秒降到 180 毫秒左右。

五、踩坑与小结

过程中遇到两个问题：一是上传的图片格式不一致，个别 PNG 带透明通道导致推理报错，统一转成 JPEG 后解决；二是首次部署时实例规格选得过大，成本偏高，后来按实际 QPS 下调规格，费用下降约一半。整体来看，用托管平台做这类中小规模视觉任务，从零到可用的周期可以压缩到一周以内，后续如果要扩容，直接调整服务实例数即可，不需要改动业务代码。