ModelArts
ModelArts-訓(xùn)練作業(yè)介紹
本視頻介紹的是：華為云ModelArts操作指導(dǎo):ModelArts-訓(xùn)練作業(yè)介紹
使用ModelArts開(kāi)發(fā)自動(dòng)駕駛模型
本視頻介紹的是：華為云ModelArts操作指導(dǎo):使用ModelArts開(kāi)發(fā)自動(dòng)駕駛模型
自動(dòng)學(xué)習(xí)之預(yù)測(cè)分析
本視頻介紹的是：華為云ModelArts操作指導(dǎo):自動(dòng)學(xué)習(xí)之預(yù)測(cè)分析
自動(dòng)學(xué)習(xí)之物體檢測(cè)
本視頻介紹的是：華為云ModelArts操作指導(dǎo):自動(dòng)學(xué)習(xí)之物體檢測(cè)
ModelArts自動(dòng)學(xué)習(xí)
本視頻介紹的是：華為云ModelArts產(chǎn)品介紹:ModelArts自動(dòng)學(xué)習(xí)
自動(dòng)學(xué)習(xí)之圖像分類(lèi)
本視頻介紹的是：華為云ModelArts操作指導(dǎo):自動(dòng)學(xué)習(xí)之圖像分類(lèi)
上傳數(shù)據(jù)至OBS及授權(quán)給ModelArts使用
本視頻介紹的是：華為云ModelArts操作指導(dǎo):上傳數(shù)據(jù)至OBS及授權(quán)給ModelArts使用
攝像頭怎么連接云服務(wù)器
攝像頭怎么連接 云服務(wù)器 ？通過(guò)華為云提供的攝像頭，您可以一鍵下載華為云攝像頭服務(wù)器上的視頻流。在視頻分析服務(wù)中，需要提前準(zhǔn)備一個(gè)攝像頭，包括攝像頭、麥克風(fēng)、揚(yáng)聲器等。如何用攝像頭快速檢測(cè)到多臺(tái)攝像頭。在服務(wù)器上配置攝像頭，需要考慮攝像頭是否過(guò)慢、是否合理等因素。如何連接華為云IEF，提供了攝像頭后SDK配置的部署技能，請(qǐng)參見(jiàn)如何在華為云的攝像頭集成AI算法部署AI技能。前提條件需要注冊(cè)華為云帳號(hào)并進(jìn)行實(shí)名認(rèn)證，為帳號(hào)充值。配置ModelArts環(huán)境權(quán)限用于圖像處理，圖像 數(shù)據(jù)集 ModelArts服務(wù)訪問(wèn)權(quán)限用于視頻處理的數(shù)據(jù)集。因此需要在ModelArts平臺(tái)上開(kāi)發(fā)并部署視頻。配置完所有用戶(hù)即可在ModelArts上運(yùn)行的算法，則ModelArts平臺(tái)也可以將OBS中的音頻部署到自己的OBS中。具體配置說(shuō)明，請(qǐng)參見(jiàn)“權(quán)限管理>用戶(hù)”。配置攝像頭，確保攝像頭設(shè)備已安裝并配置好攝像頭。訪問(wèn)授權(quán)的攝像頭服務(wù)器，需要用戶(hù)授權(quán)ModelArts讀取用戶(hù)的OBS權(quán)限。安裝完成后，ModelArts會(huì)自動(dòng)從AI輸出位置按要求輸入的“OBS路徑”，即“OBS桶名”。如果您不希望使用SSH登錄攝像頭，建議使用“https：//”。在華為云官網(wǎng)注冊(cè)的帳號(hào)，此時(shí)您的華為云帳號(hào)已經(jīng)能夠訪問(wèn) 人臉識(shí)別服務(wù) ，建議您為自己創(chuàng)建一個(gè) IAM 用戶(hù)。建議在使用華為云的區(qū)域，且服務(wù)所在區(qū)域支持華為云華北北京四。區(qū)域在控制臺(tái)創(chuàng)建桶和文件夾，用于存放樣例數(shù)據(jù)集以及模型。創(chuàng)建OBS桶和文件夾的操作指導(dǎo)請(qǐng)參見(jiàn)創(chuàng)建桶和新建文件夾。確保您使用的OBS目錄與ModelArts在同一區(qū)域。使用方法請(qǐng)參見(jiàn)創(chuàng)建桶和新建文件夾。選擇對(duì)應(yīng)工作空間的“數(shù)據(jù)集輸出位置”，單擊“下一步”。進(jìn)入應(yīng)用開(kāi)發(fā)頁(yè)面，開(kāi)始開(kāi)發(fā)技能。
圖片識(shí)別古文字
圖片識(shí)別古文字，并對(duì)其中的一些語(yǔ)義進(jìn)行識(shí)別，同時(shí)也能識(shí)別出語(yǔ)義，也有助于識(shí)別其中的語(yǔ)義信息。本章節(jié)提供了如下示例的示例代碼，您可以基于“文本分類(lèi)”中的 文字識(shí)別 ，識(shí)別出置信度，并能夠準(zhǔn)確預(yù)測(cè)，有助于降低誤檢，提升識(shí)別精度。案例介紹在自動(dòng)學(xué)習(xí)過(guò)程中，您可以添加您自己的模型進(jìn)行模型的構(gòu)建。創(chuàng)建訓(xùn)練集和評(píng)估部署模型過(guò)程中，您需要在您的數(shù)據(jù)集上做一些工作。如果您希望選擇在訓(xùn)練代碼時(shí)，可以在數(shù)據(jù)集中修改數(shù)據(jù)，詳情請(qǐng)見(jiàn)訓(xùn)練數(shù)據(jù)。“訓(xùn)練參數(shù)設(shè)置”您可以選擇“訓(xùn)練輸出位置”，即您可以在此處訓(xùn)練輸入位置進(jìn)行選擇?！坝?xùn)練輸出位置”：選擇OBS路徑存儲(chǔ)訓(xùn)練輸出位置。“訓(xùn)練輸出位置”：在已有的OBS桶中，創(chuàng)建OBS桶和文件夾，用于存儲(chǔ)訓(xùn)練輸出的模型?！坝?xùn)練輸出位置”：在已有的OBS桶中，創(chuàng)建訓(xùn)練輸出模型和日志輸出的目錄?！皹?biāo)簽”：在已有的OBS桶中，創(chuàng)建訓(xùn)練輸出模型和日志輸出路徑。“標(biāo)簽”：在“標(biāo)簽名”右側(cè)單擊選擇標(biāo)簽顏色。由于已經(jīng)注冊(cè)華為云帳號(hào)，建議直接使用模型部署服務(wù)模型。請(qǐng)注意不要將模型部署至ModelArts中。登錄ModelArts管理控制臺(tái)，在左側(cè)導(dǎo)航欄中選擇“自動(dòng)學(xué)習(xí)”，進(jìn)入“自動(dòng)學(xué)習(xí)”頁(yè)面。在您選擇自動(dòng)學(xué)習(xí)項(xiàng)目頁(yè)面，單擊“預(yù)測(cè)”頁(yè)簽，查看自動(dòng)學(xué)習(xí)項(xiàng)目的AI項(xiàng)目是否訓(xùn)練成功。由于預(yù)測(cè)分析工作流已完成，因此建議刪除以上數(shù)據(jù)。在“應(yīng)用開(kāi)發(fā)>評(píng)估”頁(yè)面，您可以單擊當(dāng)前帳號(hào)下不同的AI應(yīng)用，進(jìn)入“AI應(yīng)用”頁(yè)面。單擊當(dāng)前帳號(hào)下，切換至新版“華北-北京四”區(qū)域。
華為數(shù)據(jù)標(biāo)注
華為數(shù)據(jù)標(biāo)注分為“物體檢測(cè)”和“圖像分割”?！皥D像分割”：手工方式選擇標(biāo)注對(duì)象?！拔矬w檢測(cè)”：?jiǎn)螕簟皢?dòng)任務(wù)”，啟動(dòng)智能標(biāo)注任務(wù)?！爸鲃?dòng)學(xué)習(xí)”表示系統(tǒng)將自動(dòng)使用半監(jiān)督學(xué)習(xí)、難例篩選等多種手段進(jìn)行智能標(biāo)注，降低人工標(biāo)注量，幫助用戶(hù)找到難例。算法類(lèi)型針對(duì)“圖像分類(lèi)”類(lèi)型的數(shù)據(jù)集，您需要選擇以下參數(shù)?！翱焖傩汀保簝H使用已標(biāo)注的樣本進(jìn)行訓(xùn)練?！熬珳?zhǔn)型”：會(huì)額外使用未標(biāo)注的樣本做半監(jiān)督訓(xùn)練，使得模型精度更高?！邦A(yù)標(biāo)注”表示選擇用戶(hù)AI應(yīng)用管理里面的AI應(yīng)用，選擇模型時(shí)需要注意模型類(lèi)型和數(shù)據(jù)集的標(biāo)注類(lèi)型相匹配。預(yù)標(biāo)注結(jié)束后，如果標(biāo)注結(jié)果符合平臺(tái)定義的標(biāo)準(zhǔn)標(biāo)注格式，系統(tǒng)將進(jìn)行難例篩選，該步驟不影響預(yù)標(biāo)注結(jié)果。選擇模型及版本“我的AI應(yīng)用”。您可以根據(jù)實(shí)際需求選擇您的AI應(yīng)用。您需要在目標(biāo)AI應(yīng)用的左側(cè)單擊下拉三角標(biāo)，選擇合適的版本。您的AI應(yīng)用導(dǎo)入?yún)⒁?jiàn)創(chuàng)建AI應(yīng)用。您可以根據(jù)實(shí)際需求選擇AIGallery中已訂閱的AI應(yīng)用。查找AI應(yīng)用參見(jiàn)我的訂閱模型。計(jì)算節(jié)點(diǎn)規(guī)格在下拉框中，您可以選擇目前ModelArts支持的節(jié)點(diǎn)規(guī)格選項(xiàng)。您可以根據(jù)您的實(shí)際情況選擇，最大為5。針對(duì)“物體檢測(cè)”類(lèi)型的數(shù)據(jù)集，選擇“主動(dòng)學(xué)習(xí)”時(shí)，只支持識(shí)別和標(biāo)注矩形框。
深度強(qiáng)化學(xué)習(xí)matlab代碼
深度強(qiáng)化學(xué)習(xí)matlab代碼樣本，深度學(xué)習(xí)是為數(shù)據(jù)樣本提供了強(qiáng)大的深度模型。算法為深度學(xué)習(xí)算法模型提供了強(qiáng)大的深度模型，能夠快速處理億張圖像，根據(jù)客戶(hù)的不同場(chǎng)景需求生成不同的模型。由于訓(xùn)練樣本本身，模型是訓(xùn)練模型的，因此無(wú)需任何代碼代碼，只需要修改代碼即可完成預(yù)測(cè)任務(wù)。同時(shí)，為了更有效的精度，華為云EI工作流提供了基于ModelArts提供的預(yù)置算法，可以在零代碼中開(kāi)發(fā)算法，并提供了相應(yīng)的評(píng)估指標(biāo)。同時(shí)，使用評(píng)估模型的數(shù)據(jù)，僅提供了云上的數(shù)據(jù)增強(qiáng)版，無(wú)需人工干預(yù)訓(xùn)練。訓(xùn)練后的模型，包含了幾十種通用的未部署應(yīng)用。部署模型前，整個(gè)模型版本號(hào)，旨在為您提供一個(gè)版本，版本為了在不同的部署環(huán)境上線，形成一個(gè)符合要求的模型。這種模型版本能夠顯著提升部署上線效率，同時(shí)也降低了部署成本。在自動(dòng)學(xué)習(xí)過(guò)程中，對(duì)圖像進(jìn)行標(biāo)注的少量數(shù)據(jù)，使得待標(biāo)注圖片的標(biāo)注質(zhì)量變?yōu)?代表模型的質(zhì)量。部署模型后，就可以在“自動(dòng)學(xué)習(xí)”頁(yè)面中搜索“未標(biāo)注”的圖片，用于訓(xùn)練的圖片。在完成圖片標(biāo)注后，單擊圖片，即可開(kāi)始部署模型了。部署自動(dòng)學(xué)習(xí)項(xiàng)目中，約需要花費(fèi)幾分鐘，請(qǐng)耐心等待。當(dāng)“項(xiàng)目部署完成”頁(yè)簽版本管理時(shí)，才可以進(jìn)行部署上線。在自動(dòng)學(xué)習(xí)頁(yè)面，單擊目標(biāo)項(xiàng)目的“開(kāi)始訓(xùn)練”，然后在“訓(xùn)練設(shè)置”頁(yè)簽下，檢查是否正確。在“參數(shù)設(shè)置”頁(yè)簽，檢查是否正確。檢查是否正確，請(qǐng)根據(jù)檢查項(xiàng)修復(fù)方法，調(diào)整參數(shù)值，然后重新標(biāo)注。