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
一次性很难获得一个满意的模型,需要反复的调整算法、数据,不断评估训练生成的模型。 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“零售商品识别工作流”新建应用,并训练模型,详情请见训练模型。
模型如何提升效果 检查是否存在训练数据过少的情况,建议每个标签的样本数不少于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。
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。
准备数据 选择数据 在使用刹车盘识别工作流开发应用时,您需要新建或导入训练数据集,后续训练模型操作是基于您选择的训练数据集。 由于模型训练过程需要有标签的数据,如果您上传未标注数据,需要手动标注数据。
选择数据 训练模型 选择训练数据后,基于已标注的训练数据,选择预训练模型、配置参数,用于训练安全帽检测模型。 训练模型 评估模型 训练得到模型之后,整个开发过程还不算结束,需要对模型进行评估和考察。
准备数据 选择数据 在使用通用图像分类工作流开发应用时,您需要新建或导入训练数据集,后续训练模型操作是基于您选择的训练数据集。 由于模型训练过程需要有标签的数据,如果您上传未标注数据,需要手动标注数据。
准备数据 选择数据 在使用多语种工作流开发应用时,您需要新建或导入训练数据集,后续训练模型操作是基于您选择的训练数据集。 选择数据 训练模型 选择训练数据后,基于已标注的训练数据,选择预训练模型、配置参数,用于训练文本分类模型。
训练分类器的数据集要求将图片放在一个目录里,并压缩成zip文件,文件大小不应大于10M。 进入应用开发页面 登录“ModelArts Pro>文字识别套件”控制台。 默认进入“应用开发>工作台”页面。 在“我的应用”页签下,选择应用并单击“操作”列的“查看”。
全生命周期:从数据标注、模型训练、服务部署、增量更新的全生命周期。 专属定制:根据场景数据自定制模型 。 高效的行业算法 多行业:积累10+行业/场景的预训练模型。 高精度:大部分模型的准确率高于90%。 少数据:训练所需的数据量更少。 智能标注:提升标注效率。
准备数据 选择数据 在使用云状识别工作流开发应用时,您需要新建或导入训练数据集,后续训练模型操作是基于您选择的训练数据集。 由于模型训练过程需要有标签的数据,如果您上传未标注数据,需要手动标注数据。
预置可训练模板 HiLens套件提供可训练技能模板开发技能,无需代码,只需自主上传训练数据,快速训练高精度算法模型,并且一键部署至设备。
HiLens套件提供可训练技能模板开发技能,无需代码,只需自主上传训练数据,快速训练高精度算法模型,并且一键部署至设备。
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。
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。 无监督车盘检测工作流 支持上传车牌图片数据,构建无监督车牌检测模型,用于识别不同场景下的车牌。
图1 更新版本 在“应用开发”页面,您可以选择修改“数据选择”、“模型训练”、“模型评估”、“服务部署”步骤的配置信息,重新部署模板。操作指引如下: 选择数据 训练模型 评估模型 部署服务 父主题: HiLens套件
准备数据 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,您需要新建或导入训练数据集,后续训练模型操作是基于您选择的训练数据集。 由于模型训练过程需要有标签的数据,如果您上传未标注数据,需要手动标注数据。
视觉套件提供了预置工作流,覆盖多种场景,支持自主上传训练数据,自主构建和升级高精度识别模型。用户自定义模型精度高,识别速度快。
提供完善的文本处理能力,支持多种数据格式内容,适配不同场景的业务数据。 可根据使用过程中的反馈持续优化模型。 通用实体抽取工作流 功能介绍 支持自主上传文本数据,构建高精度实体抽取模型,适配不同行业场景的业务数据,快速获得定制服务。
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。
一次性很难获得一个满意的模型,需要反复的调整算法、数据,不断评估训练生成的模型。 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“云状识别工作流”新建应用,并训练模型,详情请见训练模型。