該案例是使用華為云一站式AI開發(fā)平臺ModelArts的新版“自動學習”功能，基于華為云AI開發(fā)者社區(qū)AI Gallery中的數(shù)據(jù)集資產(chǎn)，讓零AI基礎的開發(fā)者完成“物體檢測”的AI模型的訓練和部署。 一鍵完成商超商品識別模型部署 本教程以“商超商品識別”模型為例，完成從AI Gallery
畫質(zhì)增強 AI畫質(zhì)增強 AI畫質(zhì)增強在互聯(lián)網(wǎng)應用中廣泛部署，提升視覺體驗，華為云昇騰AI裸金屬服務器Physical.KAt1支持高效的AI畫質(zhì)增強計算。支持大分辨率圖片超分，為企業(yè)的AI超分辨率的重載應用提供更好的AI算力。 優(yōu)勢 時延降低 AI畫質(zhì)增強實現(xiàn)超高清的圖片超分，推理時延降低60%
盤古NLP大模型 - 新架構(gòu)718B深度思考模型 超千億參數(shù)的中文預訓練大模型，它利用大量數(shù)據(jù)預訓練、對多源豐富知識相結(jié)合，并通過持續(xù)學習吸收海量文本數(shù)據(jù)，不斷提升模型的效果。最新發(fā)布的718B深度思考模型采用稀疏高效的MOE新架構(gòu)，探索不同專家異構(gòu)方式，昇騰親和設計在超節(jié)點帶寬通
自動秒級伸縮，輕松應對波峰壓力，按需計費避免額外費用開銷 Ray AI生態(tài) 提供全托管Ray，CPU+NPU統(tǒng)一調(diào)度，資源利用率大幅提升 彈性湖倉 單賬號萬級SQL并發(fā)，秒級響應，支持分布式Python DataFrame 彈性大模型 針對昇騰超節(jié)點優(yōu)化的大模型，自動伸縮，兼容行業(yè)大模型推理API 架構(gòu)全覽帶您深入了解DataArtsFabric
用戶指南 如何調(diào)用盤古大模型API 查看全部 AI Gallery百模千態(tài)社區(qū) AI Gallery百模千態(tài)社區(qū) 優(yōu)質(zhì)昇騰云AI模型專區(qū) 幾行代碼自由部署AI應用 豐富多樣的AI訓練數(shù)據(jù)集 場景化AI案例，助力AI賦能千行百業(yè) 查看全部 學習資源 學習資源 AI開發(fā)基本流程介紹 自動學習簡介
為什么選擇CSS 向量數(shù)據(jù)庫 華為向量檢索性能第一 華為向量檢索性能第一 高性能：ann-benchmarks打榜第一。 云原生：云上深耕超3年 高精度：自研向量引擎、支持Flat、PQ、IVF-PQ、Graph、IVF-Graph等索引類型，并采用創(chuàng)新的裁邊、聯(lián)邊構(gòu)圖方式；支持文本向量混合索引查詢。
什么是盤古大模型 盤古CV大模型能力與規(guī)格 盤古大模型用戶指南 如何調(diào)用盤古CV大模型API 查看全部 AI Gallery百模千態(tài)社區(qū) AI Gallery百模千態(tài)社區(qū) 優(yōu)質(zhì)昇騰云AI模型專區(qū) 幾行代碼自由部署AI應用 豐富多樣的AI訓練數(shù)據(jù)集 場景化AI案例，助力AI賦能千行百業(yè) 查看全部
圖像標簽 Image Tagging 圖像標簽（Image Tagging），基于深度學習技術，可準確識別圖像中的視覺內(nèi)容，提供多種物體、場景和概念標簽，具備目標檢測和屬性識別等能力，幫助客戶準確識別和理解圖像內(nèi)容 商用服務費用低至 ¥0.0032/次 圖像標簽 Image Tagging
圖像識別 Image 圖像識別 Image 基于深度學習技術，可準確識別圖像中的視覺內(nèi)容，提供多種物體、場景和概念標簽，幫助客戶準確識別和理解圖像內(nèi)容。 基于深度學習技術，可準確識別圖像中的視覺內(nèi)容，提供多種物體、場景和概念標簽，幫助客戶準確識別和理解圖像內(nèi)容。 費用低至¥0.28/千次
求自定義，進行超分辨率、降噪、飽和度增強、銳化等視覺效果增強處理，使轉(zhuǎn)制后的視頻展示更多的細節(jié)信息，更細膩的畫質(zhì)。 云視超分轉(zhuǎn)制不僅能提高視頻的分辨率，同時還可以改善視頻畫面質(zhì)量，一定程度上可補償攝像頭采集能力不足、網(wǎng)絡帶寬不足、源端處理能力不足等問題。 云視超分轉(zhuǎn)制可以用于影視
智慧監(jiān)控AI模型綜合集成了人臉識別模型、安全帽識別模型、口罩佩戴識別模型、車牌識別模型、車輛占道識別模型5種AI模型。一，人臉識別服務 人臉識別模型目前提供授權認證、模型加載、人臉注冊、人臉識別、人臉刪除、特征提取六個接口服務。 授權認證：需先進行授權認證，才能夠正常使用人臉識別服務；
《互聯(lián)網(wǎng)信息服務算法推薦管理規(guī)定》明確，具有輿論屬性或者社會動員能力的算法推薦服務提供者應當在提供服務之日起十個工作日內(nèi)通過互聯(lián)網(wǎng)信息服務算法備案系統(tǒng)填報服務提供者的名稱、服務形式、應用領域、算法類型、算法自評估報告、擬公示內(nèi)容等信息 方便
湘江鯤鵬目前在人工智能大模型領域擁有算力、數(shù)據(jù)、算法三大關鍵要素的經(jīng)驗積累，構(gòu)建了大模型三個方面的差異化競爭力，盤古大模型AI專業(yè)服務覆蓋從前期咨詢、規(guī)劃設計，到數(shù)據(jù)工程、模型訓練，再到應用工程及模型運維的完整流程?；谌A為盤古提供的AI專業(yè)服務包，致力于為企業(yè)提供一站式人工智能解決方案
云塢網(wǎng)絡專注于利用先進的AI云計算、大數(shù)據(jù)和人工智能技術，為企業(yè)提供卓越的ChatGPT行業(yè)解決方案。幫助企業(yè)快速實現(xiàn)數(shù)字化、智能化和綠色化轉(zhuǎn)型。 系統(tǒng)定制開發(fā)：我們可以為客戶提供系統(tǒng)的定制開發(fā)服務，幫助客戶實現(xiàn)更多的個性化功能和業(yè)務流程需求。,數(shù)據(jù)遷移：我們幫助客戶將現(xiàn)有系統(tǒng)的
angChain等流行的大模型開發(fā)框架，構(gòu)建企業(yè)級AI應用；團隊擁有成熟的軟件工程技術和管理能力。6. 大模型使用的技術支持，用戶使用大模型平臺，解答用戶使用過程遇到的問題；大模型與應用對接集成，以及進行日常巡檢、故障處理、模型升級等服務。4. 工業(yè)數(shù)據(jù)模型（CAD模型、CAE模
該商品可用于對市面上的圖像模型產(chǎn)品提供評測服務?？蛻羯蟼餍枰獪y評的圖像模型，該商品可對上傳的模型進行多種攻擊，測評其有效性并生成測評報告。a.產(chǎn)品流程：1. 用戶上傳圖像模型2. 該產(chǎn)品根據(jù)用戶上傳的模型對其進行多種攻擊，生成對應的對抗樣本，測評其有效性3. 輸出測評結(jié)果，生成對應測評報告b
太杉天尊大模型AIGC場景解決方案是以AI場景解決方案為核心的全棧Maas綜合方案，助力政企客戶靈活部署(可公有可私有部署）。具備自研的行業(yè)模型能力，主要用于政府/公安/教育等行業(yè)的數(shù)據(jù)處理、文本處理以及多模態(tài)處理等多場景。太杉天尊大模型AIGC場景解決方案，是一款專為滿足政府企
公司集成了世界領先的底層大模型，具備打通跨模型和工具鏈的平臺，提供從需求分析、數(shù)據(jù)收集、模型設計、訓練優(yōu)化、評估、系統(tǒng)集成、用戶界面設計、部署維護、合規(guī)性檢查、技術支持、性能監(jiān)控、擴展性設計、定制服務到持續(xù)研發(fā)一站式AI大模型定制研發(fā)服務。光啟慧語是一家圍繞大模型全棧開展技術研發(fā)和產(chǎn)品
ModelArts訓練中新增了超參搜索功能，自動實現(xiàn)模型超參搜索，為您的模型匹配最優(yōu)的超參。ModelArts支持的超參搜索功能，在無需算法工程師介入的情況下，即可自動進行超參的調(diào)優(yōu)，在速度和精度上超過人工調(diào)優(yōu)。 了解更多 超參搜索簡介 ModelArts新版訓練中新增了超參搜索功能，自動實現(xiàn)模型超參搜索，為您的模型匹配最優(yōu)的超參。
”。 盤古人工智能 盤古登頂《Nature》 全球首個精度超過傳統(tǒng)數(shù)值預報方法的AI預測模型，預測速度提升10000倍 了解詳情 盤古NLP大模型 業(yè)界首個超千億參數(shù)的中文預訓練大模型，利用大數(shù)據(jù)預訓練、對多源豐富知識相結(jié)合，并通過持續(xù)學習吸收海量文本數(shù)據(jù)，不斷提升模型的效果。 了解詳情
，創(chuàng)建新版本。 • 支持刪除模型或其模型版本 如何保存Notebook鏡像環(huán)境？ ModelArts中Notebook保存鏡像，鏡像會以快照的形式保存，保存過程約5分鐘，此時不可再操作實例。 鏡像保存成功后，實例狀態(tài)變?yōu)?ldquo;運行中”，用戶可在“鏡像管理”頁面查看到該鏡像詳情。 單擊
CPU：CPU使用率（cpuUsage）百分比（Percent）。 MEM：物理內(nèi)存使用率（memUsage）百分比（Percent）。 GPU：GPU使用率（gpuUtil）百分比（Percent）。 GPU_MEM：顯存使用率（gpuMemUsage）百分比（Percent）。 ModelArts-產(chǎn)品相關介紹
265編碼，支持轉(zhuǎn)封裝、字幕等 ●轉(zhuǎn)碼模板：預置模板、智能模板、自定義模板滿足多樣化轉(zhuǎn)碼需求 智享超清 讓存量片源節(jié)目超高清化，老片質(zhì)量高清化，提供更加清晰、順滑的AiMax觀看體驗 視頻超分SR（4K）：對于720P~2K的影片，利用AI智能超分辨率技術，生成高品質(zhì)4K影片 ●視頻倍幀
人工智能學習入門 人工智能課程學習，動手實驗，在線考試認證，掌握人工智能技能 人工智能知識圖譜 在線課程 01 AI基礎、技術領域、應用場景、華為云EI AI基礎、技術領域、應用場景、華為云EI 動手實驗 02 包括初級、中級實驗 包括初級、中級實驗 AI基礎 AI基礎 AI基礎課程--概覽
斷嘗試調(diào)整超參來迭代模型；或在實驗階段，有一個可以優(yōu)化訓練的性能的想法，則會回到開發(fā)階段，重新優(yōu)化代碼。模型開發(fā)部分過程可見下圖。 開發(fā)階段：準備并配置環(huán)境，調(diào)試代碼，使代碼能夠開始進行深度學習訓練，推薦在ModelArts開發(fā)環(huán)境中調(diào)試。 實驗階段：調(diào)整數(shù)據(jù)集、調(diào)整超參等，通過
人工智能學習入門 人工智能課程學習，動手實驗，在線考試認證，掌握人工智能技能 人工智能知識圖譜 在線課程 01 AI基礎、技術領域、應用場景、華為云EI AI基礎、技術領域、應用場景、華為云EI 動手實驗 02 包括初級、中級實驗 包括初級、中級實驗 AI基礎 AI基礎 AI基礎課程--概覽
免費體驗：一鍵完成商超商品識別模型部署 Modelarts的AI Gallery中提供了大量免費的模型供用戶一鍵部署，進行AI體驗學習。 本文以“商超商品識別”模型為例，完成從AI Gallery訂閱模型，到Modelarts一鍵部署為在線服務的免費體驗過程。 使用自定義鏡像創(chuàng)建AI應用 本
ai模型圖像超分
如果您使用了 ModelArts 不支持的AI引擎開發(fā)模型，也可通過制作自定義 鏡像 ，導入ModelArts創(chuàng)建為模型，并支持進行統(tǒng)一管理和部署為服務。
制作流程
場景一： 預置鏡像的環(huán)境軟件滿足要求，只需要導入模型包，就能用于創(chuàng)建模型，通過鏡像保存功能制作。具體案例參考在Notebook中通過鏡像保存功能制作自定義鏡像用于推理。
場景二： 預置鏡像既不滿足軟件環(huán)境要求，同時需要放入模型包，在Notebook中通過Dockerfile制作。具體案例參考在Notebook中通過Dockerfile從0制作自定義鏡像用于推理。
場景三：預置鏡像既不滿足軟件環(huán)境要求，同時需要放入模型包，新的鏡像超過35G，在服務器（如 ECS ）上制作。具體案例參考在E CS 中通過Dockerfile從0制作自定義鏡像用于推理。
約束限制
- 自定義鏡像中不能包含惡意代碼。
- 創(chuàng)建模型的自定義鏡像大小不超過50GB。
- 對于同步請求模式的模型，如果預測請求時延超過60s，會造成請求失敗，甚至會有服務業(yè)務中斷的風險，預測請求時延超過60s時，建議制作異步請求模式的模型。
自定義鏡像的配置規(guī)范
- 鏡像對外接口
設置鏡像的對外服務接口，推理接口需與config.json文件中apis定義的url一致，當鏡像啟動時可以直接訪問。下面是mnist鏡像的訪問示例，該鏡像內(nèi)含mnist數(shù)據(jù)集訓練的模型，可以識別手寫數(shù)字。其中l(wèi)isten_ip為容器IP，您可以通過啟動自定義鏡像，在容器中獲取容器IP。
- 請求示例
curl -X POST \ http://{listen_ip}:8080/ \ -F images=@seven.jpg圖4 listen_ip獲取示例
- 返回示例
{"mnist_result": 7}
- 請求示例
- （可選）健康檢查接口
如果在滾動升級時要求不中斷業(yè)務，那么必須在config.json文件中配置健康檢查的接口，供ModelArts調(diào)用，在config.json文件中配置。當業(yè)務可提供正常服務時，健康檢查接口返回健康狀態(tài)，否則返回異常狀態(tài)。
- 如果要實現(xiàn)無損滾動升級，必須配置健康檢查接口。
- 自定義鏡像如果需要在“在線服務”模塊使用 OBS 外部存儲掛載功能，需要新建一個OBS掛載專屬目錄如“/obs-mount/”，避免選擇存量目錄覆蓋已有文件。OBS掛載僅開放對掛載目錄文件新增、查看、修改功能，如果需要刪除文件請到OBS并行文件系統(tǒng)中手動刪除。
健康檢查接口示例如下。
- URI
GET /health
- 請求示例curl -X GET \ http://{listen_ip}:8080/health
- 響應示例
{"health": "true"} - 狀態(tài)碼
表1 狀態(tài)碼 狀態(tài)碼
編碼
狀態(tài)碼說明
200
OK
請求成功
- 日志文件輸出
為保證日志內(nèi)容可以正常顯示，日志信息需要打印到標準輸出。
- 鏡像啟動入口
如果需要部署批量服務，鏡像的啟動入口文件需要為“/home/run.sh”，采用CMD設置默認啟動路徑，例如Dockerfile配置如下：
CMD ["sh", "/home/run.sh"]
- 鏡像依賴組件
如果需要部署批量服務，鏡像內(nèi)需要集成python、jre/jdk、zip等組件包。
- （可選）保持Http長鏈接，無損滾動升級
如果需要支持滾動升級的過程中不中斷業(yè)務，那么需要將服務的Http的“keep-alive”參數(shù)設置為200s。以gunicorn服務框架為例，gunicorn缺省情形下不支持keep-alive，需要同時安裝gevent并配置啟動參數(shù)“--keep-alive 200 -k gevent”。不同服務框架參數(shù)設置有區(qū)別，請以實際情況為準。
- （可選）處理SIGTERM信號，容器優(yōu)雅退出
如果需要支持滾動升級的過程中不中斷業(yè)務，那么需要在容器中捕獲SIGTERM信號，并且在收到SIGTERM信號之后等待60秒再優(yōu)雅退出容器。提前優(yōu)雅退出容器可能會導致在滾動升級的過程中業(yè)務概率中斷。要保證容器優(yōu)雅退出，從收到SIGTERM信號開始，業(yè)務需要將收到的請求全部處理完畢再結(jié)束，這個處理時長最多不超過90秒。例如run.sh如下所示：
#!/bin/bash gunicorn_pid="" handle_sigterm() { echo "Received SIGTERM, send SIGTERM to $gunicorn_pid" if [ $gunicorn_pid != "" ]; then sleep 60 kill -15 $gunicorn_pid # 傳遞 SIGTERM 給gunicorn進程 wait $gunicorn_pid # 等待gunicorn進程完全終止 fi } trap handle_sigterm TERM
ai模型圖像超分常見問題
更多常見問題 >>-
模型轉(zhuǎn)換，即將開源框架的網(wǎng)絡模型（如Caffe、TensorFlow等），通過ATC（Ascend Tensor Compiler）模型轉(zhuǎn)換工具，將其轉(zhuǎn)換成昇騰AI處理器支持的離線模型。
-
ModelArts新版訓練中新增了超參搜索功能，自動實現(xiàn)模型超參搜索，為您的模型匹配最優(yōu)的超參。ModelArts支持的超參搜索功能，在無需算法工程師介入的情況下，即可自動進行超參的調(diào)優(yōu)，在速度和精度上超過人工調(diào)優(yōu)。
-
盤古大模型致力于深耕行業(yè)，打造金融、政務、制造、礦山、氣象、鐵路等領域行業(yè)大模型和能力集，將行業(yè)知識know-how與大模型能力相結(jié)合，重塑千行百業(yè)，成為各組織、企業(yè)、個人的專家助手。
-
華為云媒體處理旨在提供經(jīng)濟、高效、彈性的音視頻轉(zhuǎn)碼、超高清圖像生成、視頻編輯和安全等視頻處理服務，支持廣電媒資、互聯(lián)網(wǎng)、云游戲、云存儲等多種業(yè)務領域客戶的海量、低時延的多媒體數(shù)據(jù)高效運營。
-
華為云媒體處理MPC涵蓋業(yè)內(nèi)主流格式，高清低碼，倍速轉(zhuǎn)碼，提供高效、專業(yè)、定制化的媒體轉(zhuǎn)碼服務。
-
近年來越來越多的行業(yè)采用AI技術提升效率、降低成本，然而AI落地的過程確并不容易，AI在具體與業(yè)務結(jié)合時常常依賴于業(yè)務數(shù)據(jù)的采集、處理、模型訓練、調(diào)優(yōu)、編排、部署和運維等很多環(huán)節(jié)。華為云ModelArts是全流程AI開發(fā)平臺，包含了AI應用的開發(fā)、部署和分享交易，通過解決AI開發(fā)各個環(huán)節(jié)所遇到的核心問題，ModelArts有效解決了AI落地難的問題，將極大促進AI技術的普惠。本議題將分享ModelArts的主要關鍵技術和應用案例。
