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
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 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。
为保证模型的泛化能力，数据集尽量覆盖所有商品分类的图片，即覆盖所有标签的图片。 每个分类标签需要准备20个数据以上，为了训练出效果较好的模型，建议每个分类标签准备200个以上的数据。 所有图片放在一个文件目录下，示例如下所示。
图1 功能架构 应用开发 应用开发面向企业和行业用户开放，提供特定行业场景的预置行业工作流，用户基于自身行业、场景的需求，快速自定制需求，根据工作流指引进行应用开发。
“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。
预置工作流 文字识别套件当前提供了单模板工作流和多模板工作流，自主构建文字识别模板，识别模板图片中的文字，提供高精度的文字识别模型，保证结构化信息提取精度。 通用单模板工作流 通过构建文字识别模板，识别单个板式图片中的文字，提供高精度的文字识别模型，保证结构化信息提取精度。
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。
图2 模板列表 进入“应用开发”页面，您可以依次修改“上传模板图片”、“定义预处理”、“框选参照字段”、“框选识别区”、“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 评估应用 部署服务 父主题： 通用单模板工作流
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
选择预置工作流 单模板工作流 通过工作流指引构建文字识别模板，识别单个板式图片中的文字，快速实现文档、票证等场景的文字识别。详情请见使用单模板工作流开发应用。
通用单模板工作流 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 评估应用 部署服务 自定义字段类型 编辑应用 删除应用 父主题： 文字识别套件
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
（2）将代码示例中的请求url替换为自定义OCR部署后生成的url，只使用图片中用蓝色标注的字段进行替换。
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。
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。
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高，有的类别数据量较低，会影响模型整体的识别效果。
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高，有的类别数据量较低，会影响模型整体的识别效果。
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高，有的类别数据量较低，会影响模型整体的识别效果。
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高，有的类别数据量较低，会影响模型整体的识别效果。
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高，有的类别数据量较低，会影响模型整体的识别效果。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
