利用ModelArts零代码实现爱“AI“美食 美食图片分类

华为云大赛——爱“AI“美食 美食图片分类中提供的案例是通过notebook来配置和调整参数实现最后的模型调优，对于多数的入门选手来说，代码要弄懂还是比较困难，并且和ModelArts所展现出来的***实现AI的优势，故笔者尝试通过***来实现美食图片分类。

1、获取此次活动的美食的图片集

打开华为云网站www.huaweicloud.com点中对象存储服务OBS

点击右上角“创建桶”，在OBS创建一个桶

区域：北京4，桶名自己定义，多AZ关闭，点击立即创建

创建成功后点击桶名：obs-food416进入界面，点击对象，新建文件夹“aifood”、“codes”

打开华为云首页，点击“AI开发平台ModelArts”

创建一个notebook

类型：CPU，存储配置：对象存储服务（OBS），存储路径选择：/obs-food416/codes/，选择好后，点击下一步，立即创建。

返回 Notebook 列表，单击 Notebook 作业列表操作栏中“打开”，打开Notebook。

 单击“Files”页签右上角“New”，选择“Pytorch-1.0.0”进入代码开发界面。

在代码输入栏中输入如下代码，即可从 OBS 公共桶中将竞赛数据拷贝至您创建的 OBS 桶中。本 baseline 使用的是 Pytorch 框架，您也可以根据自身使用习惯选择其他框架。

import moxing as mox

mox.file.copy_parallel('s3://obs-aifood-bj4/aifood','s3://obs-aifood-baseline/aifood')

print('Copy procedure is completed !')

注意：桶名改为自己的

2、对获得的数据集进行标定

点击数据管理-数据集-创建数据集

数据集输入位置选择之前拷贝的数据集位置：/obs-food416/aifood/，数据集输出位置，在obs中新建一个文件夹food，位置为/obs-food416/food/，标注类型选择分类，点击创建。

返回数据集页面，点击刚才建立的数据集“food”，打开标注页面。

点击“导入”，导入方式选择：OBS，目录选择拷贝数据集位置：/obs-food416/aifood/，点击确认。

完成界面如下，系统根据图片放置的文件夹来标记里面的图片信息，点击开始标注：

将标记好的数据导出来，点击已标记--导出--至OBS，修改保存路径：/obs-food416/food/，点击确认，完成数据的导出。

返回OBS的food文件夹就会发现，每一个.jpg的文件会有一个.txt文件，此文件存放的是标签信息。

3、进行模型的训练

点击训练管理-训练作业-创建，来创建一个模型的训练任务。

算法来源选择“预置算法”，点击选择按钮，弹出预置算法选择对话框，选择图像分类算法，这里选择ResNet_v2_50，选择其他分类算法也可以，点击确认。

数据来源选择“数据存储位置”，选择上面标记过的数据存储位置：/obs-food416/food/

训练输出位置，在obs中建一个新的文件夹out，输出位置为：/obs-food416/out/

num_classes为设置图像分类的类别数目，在这里一共有10种美食，设为10

选择GPU,，点击下一步，点击提交，完成训练任务的创建。

等待10~20分钟，GPU完成训练后会显示“运行成功”完成模型的创建。

点击模型管理-模型-导入

4、模型管理

元模型来源选择“从训练中选择”，选择上一步训练得到的模型，点击立即创建。

返回模型导入界面，等待状态由“构建中”变为：“正常”

5、部署在线服务

点击部署在线-在线服务-部署

模型来源选择上面导入的模型，点击下一步--提交。点击查看服务详情。

等待状态由“部署中”变为“运行中”，说明已经完成部署。

点击名称：service-8619，进入到预测页面，点击预测，选择上传要预测的图片，点击预测就可以看到训练的结果。

返回到部署上线页面，停止在线服务，否则会一直收费的。

至此就完成了ModelArts这个无代码的体验，同学们可以将自己的实验结果上传到比赛页面。

点击模型管理页面，提交你的模型。

最后千万要点击总览页面，查看是否还有计费的项目在计费，以免发生欠费。