基于华为云深度学习服务平台实现常用物品的自动识别

1. 任务执行流程：1)准备数据  2)训练模型  3）部署模型  4）访问预测服务
   

   1）准备数据

        将准备好的数据集上传至OBS桶中，并编写代码将数据集划分为训练集和验证集，代码如下：

         from moxing.tensorflow.datasets.raw.raw_dataset import

         split_image_classification_dataset

         split_image_classification_dataset(

         split_spec={'train': 0.9, 'eval': 0.1},

         src_dir='s3://hc-demo-2018/data/train',

         dst_dir='s3://hc-demo-2018/data/train_eval',

         overwrite=False)

     2) 训练模型

         训练模型

         将预置模型 RestNet_v1_50 导入至您的 OBS 桶中，并使用 RestNet_v1_50 创建训练作业，

        以获得新模型。

        步骤 1 将预置模型 RestNet_v1_50 导入至您的 OBS 桶中。

        步骤 2 从 RestNet_v1_50 预置模型启动模型训练。

        步骤 3 创建 TensorBoard 作业，使用 TensorBoard 查看模型训练。

     3) 部署模型

        创建预测作业，将模型部署为在线预测服务。

     4) 访问预测服务

         步骤 1 打开预测作业，获取服务地址。

         步骤 2 获取公有云认证 IAM Token

         步骤 3 启动预测，通过 Postman 工具预测本地磁盘的图片，获得预测结果