一、前言
最近了解到華為云的ModelArts，它是面向開發者的一站式AI開發平臺，為機器學習與深度學習提供海量資料預處理及半自動化標注、大規模分布式Training、自動化模型生成，及端-邊-云模型按需部署能力，幫助用戶快速創建和部署模型，管理全周期AI作業流，
文章目錄
- 一、前言
- 二、實戰
- 1. 模型訓練
- 2. 預測效果
- 1）飛機圖片
- 2）非飛機圖片
- 三、總結
按照官方檔案的引導：ModelArts的使用檔案 成功創建了案例中的云寶預測模型并進行了預測操作，準確率還是挺高的，
多圖情況下識別效果也還不錯：
傳遞跟云寶類似的圖片（蜜雪冰城-雪王）識別的相似度還是會很高：
出現這樣的情況可能是前面資料標注的準確率不高的原因：
所以我重新找了一些圖片，重新標注、訓練再次嘗試，
二、實戰
1. 模型訓練
這里我找了26張航空客機的圖片，訓練圖片已上傳AI Gallery社區：圖片地址：
然后一一標注，類似下圖中的多物體情況也進行了多標注：
大概12分鐘左右就訓練完成了，給出的準確率有91%：
2. 預測效果
1）飛機圖片
正常飛機圖片：
預測相似度：93%
預測相似度：98%
較暗的飛機圖片：
預測相似度：79%
直升飛機圖片：
預測相似度：93%
戰斗機飛機圖片：
預測相似度：98%（戰斗機圖片上傳老是違規，搞不明白了；這里就放預測結果）
2）非飛機圖片
吉祥物：
預測相似度：36%
汽車：
預測相似度：33%
寵物：
預測結果為空
三、總結
在樣本只有26條的情況下這個結果我還是滿意的，我使用的是免費版，也沒有去特殊的設定某些引數，可能設定了這些效果會更好，
另外，華為云的AI Gallery，是華為云 AI 知識 & 實訓社區，能夠幫助你從0到1成為 AI 開發達人！
里面有很多課程、實踐供你學習參考：
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/416161.html
標籤：AI
下一篇：pandas使用to_datetime函式將普通索引（index）轉化為日期（時間）索引datetimes.DatetimeIndex