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
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。
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。 云状识别工作流 支持上传多种云状图数据，构建云状的识别模型，用于高精度识别云的外部形状，进而用于气象预测工作。 刹车盘识别工作流 支持上传多种刹车盘图片数据，构建刹车盘的识别模型，用于快速、准确的识别刹车盘类型。
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
“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
SKU后，自动标注数据。 选择数据 创建SKU（可选） 在商品识别场景下，如果上传的数据包含未标注数据，您需要创建SKU，即商品各类单品的图片，方便后续针对数据集中的数据进行自动标注。 如果数据集是已标注数据，您可以选择不创建SKU，直接执行下一步。 创建SKU 标注数据 针对已
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
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
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
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
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。
击选择“评估范围”，单击“添加对比版本”。 详细评估 “详细评估”下方显示各个标签下的样品数量比例，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。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
