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
已在自然语言处理套件控制台选择“多语种文本分类工作流”新建应用,详情请见新建应用。 已准备数据并上传至OBS,详情请见准备数据。 进入应用开发页面 方式一:首次进入 基于预置工作流新建应用后,直接进入“应用开发”v1版本页面。 方式二:新建应用后进入 登录“ModelArts Pro>自然语言处理套件”控制台。
针对已标注完成的训练数据,开始训练模型,您可以查看训练的模型准确率和误差变化。 前提条件 已在视觉套件控制台选择“零售商品识别工作流”新建应用,并已执行到“数据标注”步骤确认标注结果,详情请见自动标注数据。 训练模型 在“模型训练”页面,单击“训练”。 模型训练一般需要运行一段时
Pro>视觉套件”控制台选择“我的工作流>云状识别工作流”新建应用,详细操作请见新建应用。您可以开发云状识别模型,自主上传数据训练模型,实现云状类别识别功能。 图1 云状识别工作流流程 表1 云状识别工作流说明 流程 说明 详细指导 准备数据 在使用云状识别工作流开发应用之前,您需要提前准备用于模型训练的数据,上传至OBS中。
Pro>视觉套件”控制台选择“我的工作流>刹车盘识别工作流”新建应用,详细操作请见新建应用。您可以开发刹车盘识别模型,自主上传数据训练模型,实现刹车盘类型识别功能。 图1 刹车盘识别工作流流程 表1 刹车盘识别工作流说明 流程 说明 详细指导 准备数据 在使用刹车盘识别工作流开发应用之前,您需要提前准备用于模型训练的数据,上传至OBS中。
监督车牌检测工作流”新建应用,详细操作请见新建应用。您可以开发车牌检测模型,自主上传数据训练模型,实现车牌检测和识别功能。 图1 无监督车牌检测工作流流程 表1 无监督车牌检测工作流说明 流程 说明 详细指导 准备数据 在使用无监督车牌检测工作流开发应用之前,您需要提前准备用于模型训练的数据,上传至OBS中。
刹车盘识别工作流 工作流介绍 准备数据 选择数据 训练模型 评估模型 部署服务 父主题: 视觉套件
所选的时间点后自动停止,同时在线服务也停止计费。 部署成功后,页面显示“服务部署成功”,您可以单击“查看应用监控”,进入“应用监控”页面,监控应用的相关信息,详情请见监控应用。 父主题: 热轧钢板表面缺陷检测工作流
您有效的评估,最终获得一个满意的模型。 前提条件 已在“工业智能体控制台>工业AI开发>工业AI开发工作流”选择“通用图像分类工作流”新建应用,并训练模型,详情请见训练模型。 评估模型 在“模型评估”页面,您可以针对当前版本的模型进行模型评估,查看评估参数对比和详细评估,也可以模拟在线测试。
部署服务 模型准备完成后,您可以部署服务,开发属于自己的文本分类应用,此应用用于分类自己所上传的文字内容,也可直接调用对应的API。 前提条件 已在自然语言处理套件控制台选择“通用文本分类工作流”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ModelArts功能,需消耗资源,要确保账户未欠费。
准备数据 在使用通用图像分类工作流开发应用之前,您需要提前准备用于模型训练的数据,上传至OBS服务中。 设计图像分类标签 首先使用的数据需要考虑好分类的标签类型,即希望识别出图片中的一种结果。例如对天气现象图片进行分类时,标签可以以“snow”(雪)、“rainy”(雨)等作为分类的类别。
针对已标注完成的训练数据,开始训练模型,您可以查看训练的模型交并比和误差变化。 前提条件 已在视觉套件控制台选择“第二相面积含量测定工作流”新建应用,并已执行完“数据标注”步骤,详情请见标注数据。 训练模型 在“模型训练”页面配置训练参数,开始训练模型。 在“参数配置”填写“最大训练轮
零售商品识别工作流 工作流介绍 准备数据 选择数据 创建SKU 自动标注数据 训练模型 评估模型 部署服务 父主题: 视觉套件
一些常用的指标,如精准率、召回率、F1值等,能帮助您有效的评估,最终获得一个满意的模型。 前提条件 已在自然语言处理套件控制台选择“通用实体抽取工作流”新建应用,并训练模型,详情请见训练模型。 整体评估 在“模型评估”页面,您可以针对当前版本的模型进行整体评估。 “整体评估”左侧显示当前模型的标签
部署服务 模型准备完成后,您可以部署服务,开发属于自己的语种文本分类应用,此应用用于分类自己所上传的文字内容,也可直接调用对应的API。 前提条件 已在自然语言处理套件控制台选择“多语种文本分类工作流”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ModelArts功能,需消耗资源,要确保账户未欠费。
准备数据 在使用通用文本分类工作流开发应用之前,您需要提前准备用于模型训练的数据,上传至OBS服务中。 设计分类标签 首先需要确定好文本分类的标签,即希望识别出文本的一种结果。例如分类用户对商品的评论,则可以以“positive”、“neutral”、“negative”等作为用
准备数据 在使用通用实体抽取工作流开发应用之前,您需要提前准备用于模型训练的数据,上传至OBS服务中。 设计实体标签 首先需要确定好文本实体的标签,即希望抽取出文本的一种结果。例如“时间”、“地点”、“人物”等。 数据集要求 文件格式要求为txt或者csv,且编码格式为“UTF-8”格式,文件大小不能超过8MB。
一些常用的指标,如准确率、召回率等,能帮助您有效的评估,最终获得一个满意的模型。 前提条件 已在视觉套件控制台选择“第二相面积含量测定工作流”新建应用,并训练模型,详情请见训练模型。 整体评估 在“模型评估”页面,您可以针对当前版本的模型进行整体评估。 图1 模型评估 “模型评估”显示当
针对已标注完成的训练数据,开始训练模型,您可以查看训练的模型准确率和误差变化。 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,并已执行完“数据选择”步骤,详情请见选择数据。 训练模型 在“模型训练”页面,单击“开始训练”。 模型训练一般需要运行一段时间,等模型训
标注数据 由于模型训练过程需要大量有标签的数据,如果开发应用时,上传的训练数据集是未标注的,需要对数据集中的数据进行标注。 针对文本分类场景,是对文本的内容按照标签进行分类处理,标签名是由中文、大小写字母、数字、中划线或下划线组成,且不超过32位的字符串。 进入数据标注页面 在“
一些常用的指标,如精准率、召回率、F1值等,能帮助您有效的评估,最终获得一个满意的模型。 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,并训练模型,详情请见训练模型。 评估模型 在“模型评估”页面,您可以针对当前版本的模型进行模型评估,查看评估参数对比和详细评估,也可以模拟在线测试。