检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
Pro提供热轧钢板表面缺陷检测工作流，提供高精度钢板表面缺陷识别算法，提高钢板表面缺陷检测场景上线效率。 功能介绍 支持自主上传热轧钢板表面图片数据，构建热轧钢板表面缺陷类型的检测模型，用于识别热轧钢板表面图片中的缺陷类型。 适用场景 钢铁制造。 优势 模型精度高，识别速度快；更新模型简便。 云状识别工作流 观察云
应用开发套件 文字识别套件 自然语言处理套件 视觉套件 HiLens套件
部署服务 评估模型后，就可以部署服务，开发检测热轧钢板表面缺陷的专属应用，此应用用于识别热轧钢板表面图片中的缺陷类型，也可以直接调用对应的API和SDK识别。 前提条件 已在视觉套件控制台选择“热轧钢板表面缺陷检测工作流”新建应用，并评估模型，详情请见评估模型。 由于部署服务涉及
根据返回的错误码及错误信息解决问题，具体的错误码说明请见表1。 表1 API调用指导 行业套件 调用API方法 错误码 文字识别套件 OCR_API参考 OCR错误码 自然语言处理套件 NLP_API参考 NLP错误码 视觉套件 Image_API参考 Image错误码
在钢铁或其下游企业，常需要对钢铁显微成像的金相图片第二相面积含量进行测定。ModelArts Pro提供第二相面积含量测定工作流，能快速准确的返回第二相面积含量测定结果。 功能介绍 支持自主上传显微成像的，且包含基础相和第二相的图片数据，构建第二相面积含量测定模型，能快速准确反馈测定结果。
当前HiLens套件提供HiLens安全帽检测技能，支持自主上传图片数据，构建高精度安全帽检测模型，快速开发安全帽检测技能，实现园区自动检测工人未戴安全帽的行为。 功能介绍 面向智慧园区的安全帽检测技能，支持自主上传图片数据，构建高精度安全帽检测模型，快速开发安全帽检测技能，实现园区自动检测工人未戴安全帽的行为。
Pro>视觉套件”控制台选择“我的工作流>零售商品识别工作流”新建应用，详细操作请见新建应用。您可以在零售场景下开发商品识别模型，自主上传数据训练模型，实现商品识别功能，提高商品新品上线效率，提升消费者体验。 图1 商品识别工作流流程 表1 商品识别工作流说明 流程 说明 详细指导 准备数据
模型，并且一键部署至设备。 HiLens安全帽检测技能 功能介绍 面向智慧园区的安全帽检测技能，支持自主上传图片数据，构建高精度安全帽检测模型，快速开发安全帽检测技能，实现园区自动检测工人未戴安全帽的行为。 适用场景 智慧园区。 优势 模型精度高，检测速度快，更新模型简便。 端云
“详细评估”左侧显示标注标签，右侧显示第二相交并比指标较低的图片。 图2 详细评估 模拟在线测试 在“模型评估”页面，您可以在线测试当前模型，即通过上传测试图片，查看当前模型的预测结果。 待服务构建完成，单击“上传图片”，上传本地一张测试图片，即可查看当前模型版本的预测结果。 图3 模拟在线测试
见对象存储服务OBS。 如果您的帐号是IAM帐号，在新建应用前，请先使用管理员帐号为IAM用户授予文字识别服务（Optical Character Recognition，简称OCR）操作权限权，详细操作请见给IAM用户授权。 操作步骤 在ModelArts Pro控制台界面，单
检查是否存在训练数据过少的情况，建议每个类别的图片量不少于100个，如果低于这个量级建议扩充。 检查不同标签的样本数是否均衡，建议不同标签的样本数量级相同，并尽量接近，如果有的类别数据量很高，有的类别数据量较低，会影响模型整体的识别效果。 如果分割效果不好，建议检测图片标注，标注质量的好坏直接影响模型训练图像分割效果的好坏。
息。 图1 应用基本信息 在线测试应用 在“应用监控”页面，您可以针对“运行中”的应用使用在线测试功能，在“上传测试图片”右侧单击“选择文件”，上传本地的测试图片，下侧会显示预测结果。 查看历史版本 在“应用监控”页面，您可以查看当前应用所部署的不同版本信息，包括“更新时间”、“
见对象存储服务OBS。 如果您的帐号是IAM帐号，在新建应用前，请先使用管理员帐号为IAM用户授予文字识别服务（Optical Character Recognition，简称OCR）操作权限权，详细操作请见给IAM用户授权。 操作步骤 在ModelArts Pro控制台界面，单击“视觉套件”卡片的“进入套件”。
模型训练完成后，可在“模型训练”页面查看“训练详情”，包括“准确率变化情况”和“误差变化”。 图1 模型训练 模型如何提升效果 检查是否存在训练数据过少的情况，建议每个类别的图片量不少于100个，如果低于这个量级建议扩充。 检查不同标签的样本数是否均衡，建议不同标签的样本数量级相同，并尽量接近，如果有的类别数据量很
模型训练完成后，可在“模型训练”页面查看“训练详情”，包括“准确率变化情况”和“误差变化”。 图1 模型训练 模型如何提升效果 检查是否存在训练数据过少的情况，建议每个类别的图片量不少于100个，如果低于这个量级建议扩充。 检查不同标签的样本数是否均衡，建议不同标签的样本数量级相同，并尽量接近，如果有的类别数据量很
模型训练完成后，可在“模型训练”页面查看“训练详情”，包括“准确率变化情况”和“误差变化”。 图1 模型训练 模型如何提升效果 检查是否存在训练数据过少的情况，建议每个类别的图片量不少于100个，如果低于这个量级建议扩充。 检查不同标签的样本数是否均衡，建议不同标签的样本数量级相同，并尽量接近，如果有的类别数据量很
详细评估 “详细评估”下方显示各个标签下正确率，即对应标签下预测正确的样本数占该标签下样本总数比例，单击各标签，右侧可查看该标签识别错误的图片。 后续操作 针对当前版本的模型，经过模型评估后，如果根据业务需求，模型还需继续优化，请单击“上一步”，回到“模型训练”步骤，详细操作指导请见训练模型。
模型训练完成后，可在“模型训练”页面查看“训练详情”，包括“准确率变化情况”和“误差变化”。 图1 模型训练 模型如何提升效果 检查是否存在训练数据过少的情况，建议每个类别的图片量不少于100个，如果低于这个量级建议扩充。 检查不同标签的样本数是否均衡，建议不同标签的样本数量级相同，并尽量接近，如果有的类别数据量很
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
