基于华为云深度学习服务平台实现常用物品的自动识别

任务执行流程：1)准备数据  2)训练模型  3）部署模型  4）访问预测服务

1）准备数据

将准备好的数据集上传至OBS桶中，并编写代码将数据集划分为训练集和验证集，代码如下：

from moxing.tensorflow.datasets.raw.raw_dataset import

split_image_classification_dataset

split_image_classification_dataset(

split_spec={'train': 0.9, 'eval': 0.1},

src_dir='s3://hc-demo-2018/data/train',

dst_dir='s3://hc-demo-2018/data/train_eval',

overwrite=False)

2) 训练模型

训练模型

将预置模型 RestNet_v1_50 导入至您的 OBS 桶中，并使用 RestNet_v1_50 创建训练作业，

以获得新模型。

步骤 1 将预置模型 RestNet_v1_50 导入至您的 OBS 桶中。

步骤 2 从 RestNet_v1_50 预置模型启动模型训练。

步骤 3 创建 TensorBoard 作业，使用 TensorBoard 查看模型训练。

3) 部署模型

创建预测作业，将模型部署为在线预测服务。

4) 访问预测服务

步骤 1 打开预测作业，获取服务地址。

步骤 2 获取公有云认证 IAM Token

步骤 3 启动预测，通过 Postman 工具预测本地磁盘的图片，获得预测结果

深度学习 机器学习

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。