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
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
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
由于该工作流所需数据集需标注10%数据量用于测试,其余90%无需标注。针对已上传的数据集,您可以手动添加或修改标签。 单击数据集操作列的“标注测试图片”,进入数据集概览页单击右上角的“开始标注”,在“数据标注”页面手动标注数据。 导入数据集 在“数据选择”页面,单击“导入数据集”。 弹出“导入数据集”对话框。
查看训练详情 模型训练完成后,可在“模型训练”页面查看“训练详情”,包括“交并比变化情况”和“损失变化”。 图1 模型训练 模型如何提升效果 检查图片标注是否准确,第二相区域标注工作量较大,建议基于自动标注的结果进一步优化标注精度。 可根据损失函数选择适当的训练轮次。 通过详细评估中的错误识别示例,有针对性地扩充训练数据。
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“损失变化”。 图2 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2 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
署。专属资源池不与其他用户共享,更加高效。使用专属资源池需要在ModelArts创建专属资源池。 SKU 标准化产品单元,即商品各类单品的图片。 在ModelArts Pro服务中使用视觉套件的零售商品识别工作流时,如果上传的数据含有未标注数据,就需要创建SKU,方便后续对数据进行自动标注。
模型,以获得一个满意的模型。 因此您可以修改模型的配置信息以匹配业务变化。每修改一次,更新成一个版本,不同的作业版本之间,能快速进行对比,获得对比结果。 前提条件 已在HiLens套件控制台选择“HiLens工作流”新建应用,详情请见新建可训练技能。 更新应用版本 登录ModelArts
以此类推。可以通过调整训练数据和算法,多次训练,获得更好的模型效果。 每修改一次,更新成一个版本,不同的作业版本之间,能快速进行对比,获得对比结果。 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,详情请见新建应用。 更新应用版本 登录ModelArts
在“应用开发>模型评估”页面,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。 模型评估 图6 模型评估 训练模型的版本、标签数量、测试集数量。单击“下载评估结果”,可保存评估结果至本地。 评估参数对比 图7 评估参数对比 左侧是各个标签数据的精确率、召回率、F1值。勾选标签,右侧
训练模型的版本、标签数量、测试集数量。单击“下载评估结果”,可保存评估结果至本地。 评估参数对比 图2 评估参数对比 左侧是各个标签数据的精确率、召回率、F1值。勾选标签,右侧会显示对应标签数据经过预置模型和增量模型评估后的参数对比柱状图。 详细评估 图3 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。
在文本列表中,单击文本,当文本背景变为蓝色时,表示已选择。当文本有多个标签时,可以单击文本标签上方的删除单个标签。 基于标签修改 在数据集详情页,单击“已标注”页签,在图片列表右侧,显示全部标签的信息。 批量修改:在“全部标签”区域中,单击操作列的编辑图标,然后在文本框中修改标签名称,选择标签颜色,单击“确定”完成修改。
可以在上方单击选择“评估范围”,单击“添加对比版本”。 图1 整体评估 详细评估 在“模型评估”页面,您可以搜索查看测试集中数据模型预测结果。 “详细评估”左侧在搜索框中搜索标签,右侧显示正确标签所对应样本的正确标签和预测标签,您可以对比正确标签和预测标签,判断当前模型对该样本的预测是否正确。
可以在上方单击选择“评估范围”,单击“添加对比版本”。 图1 整体评估 详细评估 在“模型评估”页面,您可以搜索查看测试集中数据模型预测结果。 “详细评估”左侧在搜索框中搜索标签,右侧显示正确标签所对应样本的正确标签和预测标签,您可以对比正确标签和预测标签,判断当前模型对该样本的预测是否正确。
文本分类工作流为例,介绍如何使用自然语言处理套件中的文本分类工作流开发应用,通过上传训练数据、训练模型,将生成的模型部署为在线服务。部署完成后,用户可通过在线服务分类文本内容。 首先,请仔细阅读准备工作罗列的要求,提前完成准备工作。使用通用文本分类工作流开发应用的步骤如下所示: 步骤1:准备数据
进入“应用监控”页面,您可以查看当前版本应用的“基本信息”、“在线测试”、“历史版本”和“调用指南”。 监控基本信息 在“应用监控”页面,您可以查看应用的基本信息,针对不准确的信息,您可以单击“修改”,在右侧弹出的对话框中修改应用的部署信息。 图2 应用基本信息 在线测试应用 在“应用监控”页面,您可以针
“部署方式”:选择应用的部署方式。 “在线服务”:将服务部署为在线服务,进而在线使用服务,也可以直接调用对应的API。 “边缘服务”:将服务部署至边缘设备。当前边缘服务部署支持的智能边缘设备为Atlas 500。 热轧钢板表面缺陷检测工作流和零售商品识别工作流仅支持“在线部署”,云状识别工作流和