电感缺陷视觉检测案例实践 |【玩转华为云】

本案例是华为云AI Gallery案例库的案例工地场景钢筋盘点

案例内容介绍

中国的各施工工地每年都要使用大量的钢筋，一车钢筋运到工地现场需要工作人员进行盘点，通常的做法是靠人工一根根数的方式，非常耗时费力。为了提高钢筋盘点效率，业界提出了对钢筋图片进行拍照，然后使用AI算法检测图片中的钢筋条数，实践证明，该方案不仅准确率高，而且可以极大提高效率。

本案例基于目标检测的方法，使用250张已经人工标注好的图片进行AI模型的训练，训练25分钟，即可检测出图片中钢筋的横截面，从而统计出钢筋的条数。

（更详细的案例资料可在案例页面找到）

下面开始案例的实践：

1、登录华为云官网

2、点击工地场景钢筋盘点进入案例页面（或者在华为云AI Gallery案例库里找到该案例）

3、右上角点击订阅，然后点击“Run in ModelArts”进入ModelArts管理控制台，如果出现图二的弹窗，点击确认即可（没有出现弹窗就忽略）

4、右侧是运行环境，点击“切换规格”进行切换，切换到GPU规格，华为云有提供免费的GPU 环境，按下图操作即可（因为该案例只能使用GPU运行，所以要切换到GPU规格），如果是第一次使用华为云ModelArts JupyterLab，可以看一下中间的注意事项，有利于了解相关的操作。

5、准备完成后开始运行案例，首先下载代码和数据集，运行实验步骤1，点击图中所示的位置即可运行

6、点击图片所示的左下侧就可以查看CPU和内存的使用率

7、运行完成步骤1后可以运行步骤2，来加载本案例需要的python模块（可以观察图中框选出来的圆圈，如果是图中所示的空心表示运行完成，如果是实心的表示正在运行，当然也可以观察CPU的使用率），运行完成后依次运行步骤3查看训练数据样例、步骤4显示原图和标注框，步骤4运行完成后会出现下图所示的图片

8、依次运行步骤5-8，完成模型训练前的各项准备，然后运行步骤9开始训练，该步骤的运行时间较长，耐心等待即可，可以观察到资源利用率明显提高，训练完成后如图二所示

9、训练完成后运行步骤10、11，完成定义目标检测类，定义推理网络，并加载前面训练的loss最低的模型，运行完后就可以运行步骤12进行图片检测了，模型会把图片中的钢筋标记出来，然后左上角显示图片中钢筋的数量

10、到此该案例就完成了。完成后记得点击右上角结束案例、释放资源。（如果有兴趣可以尝试去读代码）

AI开发平台ModelArts 云端实践 AI

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。