咨询热线
0898-08980898
0898-08980898
联系我们
0898-08980898
时间：2025-03-18 05:41:27
转载地址：【实验课程】图像识别全流程代码实战_MindSpore_昇腾论坛_华为云论坛
作者：yangyaqin
实验环境要求
ModelArts平台：MindSpore-0.5.0-python3.7-aarch64
该实验主要步骤包括
1. 导入实验环境
2. 数据集准备
3. 定义网络结构
4. 开始模型训练
5. 模型保存和转换
6. 编辑模型推理代码和配置文件
7. 模型部署上线
注解：其中导入实验环境、数据集准备请参考花卉图像分类实验(?https://bbs.huaweicloud.com/forum/thread-80033-1-1.html?)。模型转换和部署参考：
https://support.huaweicloud.com/bestpractice-modelarts/modelarts_10_0026.html
本节将详细介绍实验的设计与实现。数据集获取；模型构建； 模型保存和转换；模型部署上线。
从华为云对象存储服务（OBS）获取
深度学习课程为了学员方便学习与使用，在华为云开通了相应的数据存储服务OBS，学员可直接通过链接进行数据集下载。
测试数据集需下载到本地电脑并解压，训练数据集无需下载。
训练数据集链接：https://professional.obs.cn-north-4.myhuaweicloud.com/flower_photos_train.zip
测试数据集链接：https://professional.obs.cn-north-4.myhuaweicloud.com/flower_photos_test.zip
完整数据集链接：https://professional.obs.cn-north-4.myhuaweicloud.com/flower_photos.zip
从TensorFlow网站获取
链接：http://download.tensorflow.org/example_images/flower_photos.tgz
或者在ModelArts平台输入代码一下代码自动获取数据
!wget?https://professional.obs.cn-north-4.myhuaweicloud.com/flower_photos_train.zip
!unzip flower_photos_train.zip
导入模型
?
?
?
?
?
?
?
?
定义变量
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
训练数据集数量： 3616 测试数据集数量： 32 通道数/图像长/宽： (3, 128, 128) 一张图像的标签样式： 1
本节主要介绍了如何构建一个图片识别模型。
在章节的最后，我们又介绍了如何保存一个模型的计算图和模型结构，为后续的模型部署上线做准备。
步骤 1 定义模型
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
步骤 2 开始训练
?
?
?
?
?
?
?
?
步骤 1 保存模型为onnx格式
步骤 2 保存模型到obs桶里面
?
步骤3 在's3://users-obs/flowers/model/onnx'中放如转换模型需要配置文件insert_op_conf.cfg
内容为：
需要在OBS创建桶，不然会报错。
链接：?https://storage.huaweicloud.com/obs/?region=cn-north-4#/obs/manager/buckets
步骤 3 转换模型格式为om格式
进入ModelArts控制台，点击模型管理>压缩/转换>创建任务
按照下图填写。其中转换输入目录是前面代码生成的.onnx文件目录。转换输出路径为空白目录(提前在obs桶中建好空白目录)
点击立即创建，得到下图所示：
等待几分钟，运行成功好，查看obs输出目录下是否有生成的.om文件。
模型部署上线
步骤 1 编写读测试数据代码文件
编写测试数据读取代码如下所示，并将写好的度测试数据代码文件customize_service.py上传到obs桶内的om模型路径下。即：和上一步生成的om模型在一个文件夹里面。
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
步骤 2 导入模型
进入ModelArts控制台，点击模型管理>模型>导入
按照下图填写，其中
等待几分钟，模型导入成功后点击部署>在线服务，如下图所示：
界面会自动跳转到部署上线>在线服务界面。按下图所示填写
其中模型名字必须与前面导入的模型名字相同
点击下一步并提交。进入部署在线>在线服务。如下图所示：
步骤 3 预测
点击上图中预测进入预测界面。如下图所示：
点击上传，在本地目录flower_photos_test（参考6.5.1）中选择图片，点击预测。结果如下所示
本章提供了一个基于华为ModelArts平台的花卉图像识别实验。该实验演示了如何利用华为云ModelArts完成图像识别任务。通过MindSpore来构建图像识别模型，然后将模型部署到ModelArts上提供在线预测服务。
基于本实验的描述，请尝试构建其他模型（如VGGnet等）进行花卉识别做预测并部署上线。
