華為云 ModelArts——簡單的機器學習 初體驗

自2019年后，人工智能（AI）繼續在產業中快速奔跑，越來越多的行業開始搭上智能化升級的大潮。然而，長時間、高成本、高投入、復雜繁瑣的AI開發流程，正阻礙著AI產業的規模化發展，許多傳統企業不能輕松快速地構建AI能力。

以前只用過GitHub上的谷歌圖片識別開源代碼識別驗證碼的機器學習工具，再就是后面玩了一些阿里云的機器學習PAI。

正好今年公司有這方面關于圖片識別的需求，收到這個需求前我準備在阿里云的（機器學習PAI）進行測試需求，但偶然的機會在CSDN上看到了 華為云的ModelArts，本著試一試的心態，于是帶著需求做了下全方位的體驗測試。

測試訴求：上傳多種花朵圖片，讓機器學習通過學習訓練后，能準確識別各種種類的花朵

初次體驗ModelArts之前，需注冊華為云賬號并進行實名認證；ModelArts服務時，需先配置全局設置，您可以通過委托授權ModelArts訪問OBS、SWR、IEF等依賴服務，使用委托您可以更精細的控制授權的范圍，或者通過配置訪問密鑰進行授權。（2019年，我的個人博客就部署在華為云上在，那個時候該開通的都開通了）

一、創建OBS（存儲服務）部署你要識別的圖片

注意這里OBS的圖片不是任何區域都支持的，反正北京的區域支持

選擇一個桶上傳我們準備好的訓練圖片

圖片上傳完畢后（準備數量多一點的數據，等待開啟ModelArts后給予標記）

二、進入到ModelArts的控制臺

選擇 物體檢測

簡單的填寫項目信息，選擇數據輸入位置（就是剛剛我們第一點中創建的OBS桶）選擇我們剛剛已經創建好的桶

緊接著我們選擇輸出結果的文件夾

然后項目就創建好了，接下來 我們準備標記數據，讓機器先訓練起來

點擊未標記，我們開始標記圖片要識別的位置

這里我已經標記好了數據，大家看著各種顏色的框，是因為我給不同的花不同的標簽（表示他們是一類相同名字的花），這里要注意，每個種類的標記數據必須要大于5張以上，不然無法開啟訓練任務。

點擊開始訓練后，我們可以看到這個界面（我的截圖中，訓練已經完成了）

通過截圖可以看到 蒲公英的圖片識別率最高，最低的是向日葵（可能是兩個維度 1我給的訓練數量太少了 2我給的幾個圖片并不是特別具有代表性 差異較大）

經過一個流程走下來，我對ModelArts 有了初步的了解。ModelArts 是集數據采集，模型訓練，部署模型于一身的一條龍服務。如果你是一個AI 小白，就和我一樣，又想親自體驗下怎么怎么訓練模型的，模型又是怎么去使用的，那么 ModelArts 就像是一個全職保姆，讓你無痛體驗AI。你不需要自己手擼代碼，不需要對數據進行特征工程，no code no bug。你也不需要搭建運行環境，部署服務，這些討人厭的工作都交給ModelArts。

三、部署及API

最后就是部署上線了（由于我是在測試就不部署了），然后就是開發最關心的，有沒有API
這里貼出API地址

API地址

OK，這次的分享就到這里，這一兩年，華為云的進步有目共睹，我第一次用華為云還是在2019年，完全是為了便宜的活動價服務器，對華為云的云服務能力還是存在疑問，但是經過2，3年發展，我發現華為云的各個云服務產品越來越完善，各個語言的 包也是在逐漸壯大；加油！！！

總結

以上是生活随笔為你收集整理的华为云 ModelArts——简单的机器学习 初体验的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。