-
企业级AI应用开发专业套件 ModelArts Pro - 企业级AI应用开发专业套件 ModelArts Pro
支持将开发好的服务或技能一键部署到端、边、云的各种场景上。 在线部署:将服务或技能部署为在线推理服务,可以实现高并发,低延时,弹性伸缩,并且支持多模型灰度发布、A/B测试。将应用部署为一个Web Service,并且提供在线的测试与监控能力。 HiLens部署:将服务或技能部署在边缘设备HiLens
-
训练分类器 - 企业级AI应用开发专业套件 ModelArts Pro
与模板分类的模型训练。 在“应用开发>训练分类器”页面,单击“添加已有模板”。 弹出添加已有模板对话框。 勾选模板,确认模板信息后,单击“确定”。 “应用开发>训练分类器”页面会显示新添加的模板。 训练分类器 单击“开始训练”。服务进入“应用开发>评估”页面,开始训练模型。模型训
-
上传模板图片 - 企业级AI应用开发专业套件 ModelArts Pro
并提取这两种格式发票上的关键字段。 前提条件 已授权ModelArts服务和对象存储服务(OBS)。 已在文字识别套件控制台选择“多模板分类工作流”新建应用,详情请见新建应用。 提前准备模板图片以及训练分类器的数据集,其要求请见数据要求。 数据要求 保证图片质量:不能有损坏的图片
-
评估应用 - 企业级AI应用开发专业套件 ModelArts Pro
在“应用资产”页面,默认进入“分类器列表”页签,单击已有模板操作列的“评估”。进入“评估”页面。 图1 评估应用 在“应用开发”页面,依次完成“上传模板图片”、“定义预处理”、“框选参照字段”、“框选识别区”、“训练分类器”步骤,单击“下一步”,进入“评估”页面。 图2 评估应用 评估分类器 通过上传测
-
使用多模板工作流开发应用 - 企业级AI应用开发专业套件 ModelArts Pro
确定每个模板上传训练集后,单击“开始训练”。 服务进入“应用开发>评估”页面,开始训练模型。 模型训练完成后,可在“应用开发>评估”页面评估分类器和模板,详情请见步骤8:评估模板。 步骤8:评估模板 在“应用开发>评估”页面包含分类器评估和模板评估 ,其中分类器评估用于识别模板类型,模板评估用于识别对应模板中的文字。
-
编辑应用 - 企业级AI应用开发专业套件 ModelArts Pro
板图片”、“定义预处理”、“框选参照字段”、“框选识别区”、“训练分类器”、“评估”步骤的信息,重新部署模板。操作指引如下: 上传模板图片 定义预处理 框选参照字段 框选识别区 训练分类器 评估应用 部署服务 父主题: 多模板分类工作流
-
工作流介绍 - 企业级AI应用开发专业套件 ModelArts Pro
在图片模板中框选识别区,确定模板图片中需要识别的文字位置。 框选识别区 训练分类器 多模板分类工作流可以通过追加训练分类器,用于训练模板分类模型,使服务能够精准地分类多个模板图片,然后对多个模板图片进行文字识别和结构化提取。 训练分类器 评估应用 通过上传测试图片,在线评估模板分类情况和模板的文字
-
多模板分类工作流 - 企业级AI应用开发专业套件 ModelArts Pro
多模板分类工作流 工作流介绍 上传模板图片 定义预处理 框选参照字段 框选识别区 训练分类器 评估应用 部署服务 编辑应用 自定义字段类型 删除应用 父主题: 文字识别套件
-
行业套件介绍 - 企业级AI应用开发专业套件 ModelArts Pro
根据工作流指引,创建单模板服务,通过模板训练文字识别模型,实现单模板图像的文字信息结构化提取。 创建单模板 多模板分类工作流 根据工作流指引,创建多模板服务,通过多模板训练模板分类器和文字识别模型,实现多模板图像的文字信息结构化提取。 创建多模板 调用API和SDK 部署服务后,支持通过调用API和SDK调用当前模板服务。
-
HiLens套件(使用HiLens安全帽检测技能开发可训练技能) - 企业级AI应用开发专业套件 ModelArts Pro
详细评估 图8 详细评估 可在右上角筛选标签和置信度范围,查看详细的测试数据。 单击右下角的“下一步”。 进入“应用开发>服务部署”页面。 步骤6:部署服务 “服务部署”页面,工作流会根据训练的模型自动创建技能,并显示如下默认参数。 技能名称:工作流自动创建技能后,生成默认技能名称。
-
上传数据集失败如何处理? - 企业级AI应用开发专业套件 ModelArts Pro
保证图片质量:不能有损坏的图片;目前支持的格式包括JPG、JPEG、PNG、BMP。 图片最大边不大于4096px,最小边不小于100px,且大小不超过4M。 训练分类器的数据集要求将图片放在一个目录里,并压缩成zip文件,文件大小不应大于10M。 自然语言处理套件 自然语言处理套件使用开发应用时,需要上传文本数据用于模型训练。