张小白带你体验MindSpore 1.7.0新特性——MindSpore Vision

网友投稿 633 2022-05-29

(别羡慕,张小白没那么帅)

一、背景介绍

MindSpore Vision是一个CV的工具箱。据说它可以帮助大家来复现经典模型,并开发自己的模型(这个张小白没本事)。那只有先看看能不能复现了。

它可以提供 分类,主干网络、引擎、数据集、工具等高级功能,其架构如下:

具体的特性介绍参见:https://www.mindspore.cn/vision/docs/zh-CN/master/index.html

二、体验过程

我们下面就用MindSpore 1.7的Windows版本试一下吧。

1、建立conda环境

先用conda创建一个Python 3.7.5的环境:

conda create -n vision python=3.7.5 -y

然后进入该环境,确认是Python 3.7.5

conda activate vision

python -V

2、安装MindSpore

到官网 mindspore.cn/install 获取 mindspore 1.7.0 for windows CPU版本的安装命令:

接着执行这段命令:

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.7.0/MindSpore/cpu/x86_64/mindspore-1.7.0-cp37-cp37m-win_amd64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

完成MindSpore的安装。

3、安装MindSpore Vision

浏览器打开 mindspore.cn/versions

找到 1.7.0版本对应的vision安装盘的路径(右键复制链接地址)

再去conda环境执行这个命令:

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.7.0/Vision/any/mindvision-0.1.0-py3-none-any.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

4、下载MindSpore Vision代码仓

当安装完成MindSpore本尊及 MindSpore Vision副产品后,需要再下载一下vision的代码仓:

5、训练

找到LeNet的目录:

先执行 训练,以获得 数据集和生成ckpt。当然需要记得加上target_target=CPU参数,否则代码默认是GPU

python lenet_mnist_train.py --data_url ./mnist --download True --device_target=CPU

耐心等待训练结束:

。。

这个时候会生成 lenet目录下的ckpt文件:

在训练之前会下载MNIST数据集,并被解压到指定位置:

训练集:

测试集:

6、评估

下面开始执行评估:

python lenet_mnist_eval.py  --data_url ./mnist --pretrained True --download True -device_target=CPU

报错了,那么我们来跟踪一下:

在 L:\Users\xishu\anaconda3\envs\vision\Lib\site-packages\mindspore\train\serialization.py代码中增加以下日志:

再次运行:

python lenet_mnist_eval.py  --data_url ./mnist --pretrained True --download True -device_target=CPU

发现输入的时候ckpt_file_name就不对。

暂时强行改为 前面训练好的ckpt文件:

ckpt_file_name, filter_prefix = _check_checkpoint_param("./lenet/lenet-10_1875.ckpt", filter_prefix)

再重新评估:

python lenet_mnist_eval.py  --data_url ./mnist --pretrained True --download True -device_target=CPU

终于通过了评估。

7、推理

下面开始推理。

将 手写数字 4的照片拷贝到 L:\AI\vision\examples\classification\lenet 目录下:

可以用大图标看看:

然后开始推理:

python lenet_mnist_infer.py --data_url mnist.jpg --pretrained True --device_target=CPU

可见4被成功推理出来。

张小白再手写一个8字看看:(需要28X28像素的黑白照片)

张小白带你体验MindSpore 1.7.0新特性——MindSpore Vision

打开画图,先设置图片属性:

然后画一个8:

将其另存为 eight.jpg

用大图标看看:

然后开始推理:

python lenet_mnist_infer.py --data_url eight.jpg --pretrained True --device_target=CPU

可见这样也是成功的。尽管体验MindSpore Vision的过程中还存在一点小瑕疵,但是总体上还是不错的。

(全文完,谢谢阅读)

AI MindSpore 深度学习

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。

上一篇:GaussDB(DWS)《ROACH小课堂Ⅰ测试方法篇之故障测试》
下一篇:TensorFlow2.0的使用(理论篇)
相关文章