【华为云-上云之路】【2020华为云AI实战营】ModelArts的Faster_RCNN_ResNet_v1_50实现人车检测

完成了基于ModelArts使用预置算法Faster_RCNN_ResNet_v1_50实现人车检测模型训练和部署，赶紧在这里分享一下，可以自己在ModelArts上试试哈。闲话少说，直接开始吧。

1. 创建OBS桶和目录

进入控制台”->“服务列表”->“存储”->“对象存储服务”，页面右上角点击“创建桶”按钮进入创建页面。

创建OBS桶，参数如下：

区域：华北-北京四，

数据冗余存储策略：多AZ存储，

桶名称：自定义（注意：此名称会在后续步骤使用），

存储类别：标准存储，

点击"立即创建"，完成创建。

点击刚创建的桶名称，进入详情页，左侧栏选择“对象”，点击“新建文件夹”，在弹出的新建窗口中：文件夹名称：自定义（注意：此名称会在后续步骤中使用）

2. 获取数据集

下面需要获取数据集，从公共OBS桶拉取人车检测数据集到自己创建的OBS桶，用以完成检测实验。进入ModelArts控制台：“控制台”->“服务列表” -> “EI 企业智能”->“ModelArts”。

在当前ModelArts管理页面的左侧栏中，点击“开发环境”->“Notebook”进入Notebook创建界面，点击“创建”，开始创建Notebook。

配置参数如下：

计费模式：按需计费，

名称：自定义，

自动停止：可自行选择停止时间，

工作环境：Python3，

资源池：公共资源池，

类型：CPU，

规格：2核8GiB，

存储配置：对象存储服务，

存储位置：选择前面创建的OBS桶 和创建的文件夹。

点击“下一步”->“提交”->“返回Notebook列表”查看创建情况。最终成功创建如图：

点击新创建的notebook名称进入详情界面。在出现的列表头处“New”的下拉列表中点击“Conda-python3”，打开Python开发环境窗口，如下图：

Python开发界面，在代码输入区域输入以下代码，使用前面创建的OBS桶名称替换掉“obs”，使用前面创建的文件夹名称替换“Directory”，之后点击Run开始拷贝数据，如下图：

输入代码为

import moxing as mox
mox.file.copy_parallel('s3://sandbox-experiment-resource-north-4/car-and-person/dataset', 's3://obs/Directory')

运行完成后，如下图所示：

点击左侧“Notebook”回到上一级列表页，将运行中的Notebook点击“停止”关闭运行，以免持续计费，如下图所示：

3. 开始训练作业

在“服务列表”->“EI企业智能”->“ModelArts”进入管理界面，选择页面中左侧菜单栏“训练管理”中的“训练作业”。在训练作业页面中，点击“创建”。

下面创建训练作业，配置参数如下：

计费模式：按需计费，

名称：自定义（注意：此名称后续步骤会使用），

算法来源：预置算法，

预置算法：Faster_RCNN_ResNet_v1_50,

数据来源：数据存储位置，数据存储位置：选择前面创建的OBS桶->选择前面创建的文件夹，

训练输出位置：选择在前面创建的OBS桶->点击“新建文件夹”->输入自定义名称->选择新创建的文件夹，

运行参数：max_epoches=2;其他默认。这里的max_epoches=2是为了展示，您可以根据自己情况设置，建议不要太大，以免时间过长。

作业日志路径：默认，

资源池：公共资源池，

类型：GPU，

规格：CPU：8核64GiB GPU：1*nvidia-v100 32GiB，（根据情况，自行选择，可选择免费体验规格版本的GPU）

计算节点个数：1，

保存作业参数：不勾选，

点击“下一步”->“提交”->“返回作业列表”查看，根据前面设置的max_epoches=2来说，等待大约16分钟左右，状态变更为“运行成功”，如下图：

4. 导入模型，在线部署

在 “ModelArts”服务控制台，点击左侧栏“模型管理”->“模型”进入，点击“导入”开始导入模型。

配置参数：

名称：自定义，

版本：0.0.1，

元模型来源：从训练中选择，

部署类型：默认，

选择训练作业：选择 前面创建的训练作业，一般来说，默认的就是了，不需要再选择。

版本：默认，

推理代码：默认，

最小推理规格：默认，

点击“立即创建”完成创建，截图如下：

点击模型列表项的展开按钮查看当前导入模型的状态，如下图所示：（注：需待模型构建“状态”更新为“正常”后，方能进行下一步操作）

之后进行在线部署，在 “ModelArts”服务控制台，点击左侧栏“部署上线”->“在线服务”，点击“部署”开始模型部署。

参数配置：

计费模式：按需计费，

名称：自定义，

是否自动停止：自行确定时间，

资源池：公共资源池，

选择模型及配置：计算节点规格 选择CPU:2核8GIB或者使用免费体验规格的CPU,其他默认。

点击“下一步”->“提交”，如下图所示

点击“返回在线服务列表”查看列表，大约等待3分钟部署完成。完成状态如下图：

下面开始在线检测

点击刚部署的在线服务进入详情，选择“预测”标签下点击 “上传”，选择自己的图片，点击“预测”，等待检测完成。可以下载自己的OBS桶中的图片作为测试使用，也可以在网上自己搜索图片测试，预测成功结果为：