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
无监督车牌检测工作流 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
HiLens安全帽检测技能 可训练技能模板介绍 准备数据 选择数据 训练模型 评估模型 部署服务 父主题: HiLens套件
Pro>视觉套件”控制台选择“我的工作流>无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
选择数据 在使用无监督车牌检测工作流开发应用时,您需要选择训练数据集,后续训练模型操作是基于您选择的训练数据集。 训练数据集可以选择创建一个新的数据集,也可以选择导入基于无监督车牌检测工作流创建的其他应用中已创建的数据集。 新建训练数据集 导入数据集 前提条件 已在视觉套件控制台
可训练技能模板介绍 HiLens安全帽检测技能 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。 端云协同推理:
准备数据 在使用安全帽检测技能模板开发技能之前,您需要提前准备用于模型训练的数据,上传至OBS服务中。 数据集要求 文件名规范,不能有中文,不能有+、空格、制表符。 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、bmp、png。 为了保证模型的预测准确度,训练样本跟真实使用场景尽量相似。
训练模型 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“无监督车牌检测工作流”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 图1 训练模型 在“模型训练”页面,选择“训练模型”和“车辆场景”。
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“无监督车牌检测工作流”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。
选择数据 在使用HiLens安全帽检测工作流训练模型时,您需要新建训练数据集,后续训练模型操作是基于您选择的训练数据集。 前提条件 已在ModelArts Pro控制台选择“HiLens安全帽检测”可训练模板新建技能,详情请见新建可训练技能。 已准备数据并上传至OBS,详情请见准备数据。
预训练模型、配置参数,用于训练安全帽检测模型。 前提条件 已创建用于存储数据的OBS桶及文件夹,且数据存储的OBS桶与ModelArts Pro在同一区域,详情请见创建OBS桶。 已在ModelArts Pro控制台选择“HiLens安全帽检测”可训练模板新建技能,并选择训练数据集,详情请见选择数据。
HiLens套件(使用HiLens安全帽检测技能开发可训练技能) ModelArts Pro的HiLens套件提供了安全帽检测技能,通过工作流指引支持自主上传数据集,零代码构建安全帽检测技能,并一键下发到端侧设备HiLens Kit;针对难例数据,可快速迭代更新技能,提升精度。
部署服务 评估模型后,就可以部署服务,开发车牌检测的专属应用,此应用用于在特定场景下检测车牌类型,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“无监督车牌检测工作流”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ModelArts功能,需消耗资源,要确保账户未欠费。
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ModelArts Pro控制台选择“HiLens安全帽检测”可训练模板新建技能,并训练模型,详情请见训练模型。 评估模型 工作流会用测试数据评估模型,在“应用开发>评估模型”页面,查看评估结果。 模型评估
热轧钢板表面缺陷检测工作流 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
也可以进入HiLens Studio自动创建技能,进一步调试技能。 前提条件 已在ModelArts Pro控制台选择“HiLens安全帽检测”可训练模板新建技能,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。 安装技能至设
5.jpg”,那么标注文件的文件名应为“IMG_20180919_114745.xml”。 物体检测的标注文件需要满足PASCAL VOC格式,格式详细说明请参见表1。 无监督车牌检测工作流标注时标注框需要包含车牌,必须使用矩形标注框。如果标注框坐标超过图片,将无法识别该图片为已标注图片。
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
Pro>视觉套件”控制台选择“我的工作流>热轧钢板表面缺陷检测工作流”新建应用,详细操作请见新建应用。您可以在汽车制造、电器制造场景下开发热轧钢板表面缺陷检测模型,自主上传数据训练模型,实现缺陷类型识别功能。 图1 热轧钢板表面缺陷检测工作流流程 表1 热轧钢板表面缺陷检测工作流说明 流程 说明 详细指导
选择数据 在使用热轧钢板表面缺陷检测工作流开发应用时,您需要选择训练数据集,后续训练模型操作是基于您选择的训练数据集。 训练数据集可以选择创建一个新的数据集,也可以选择导入基于热轧钢板表面缺陷检测工作流创建的其他应用中已创建的数据集。 新建训练数据集 导入数据集 前提条件 已在视
训练模型 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