EZDL到底怎样,试试看...

版权声明:本文版权归作者所有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文链接http://blog.csdn.net/mogoweb https://blog.csdn.net/mogoweb/article/details/82585325

在前面的一篇文章百度推出EZDL,编程小白也可训练AI中,我为大家介绍了百度推出的在线可视化AI工具: EZDL。从介绍上看,这款工具似乎不错,不过是否真如宣传的:任何人不用编写一行代码就可以轻松地构建、设计和部署人工智能(AI)模型,这得试用之后才知道。

从浏览器中打开网址:http://ai.baidu.com/easydl/ ,即可到达EasyDL大本营。界面非常简洁,有视频介绍、文档,点击开始训练模型即可开始。

首先需要选择模型类型,一种是图像分类,一种是物体检测。图像分类比较简单,数据也比较容易准备,出于演示的目的,这里选择了图像分类

image

点击了图像分类之后,进入模型中心。

image

点击创建模型,输入模型名称、联系方式和功能描述,即可创建一个模型。注意这里联系方式需要填写电话号码,输入邮箱地址无效。

image

模型创建之后,还需要创建数据集,也就是标注好的图片。点击界面中的创建数据集,开始上传准备好的数据集。

image

输入数据集名称,上传数据集。

image

需要注意的是,数据集以压缩包上传,压缩包仅支持zip格式,压缩包大小需要在5GB以内,而且压缩包里的文件夹命名是标签名,只能包含数字/字母/下划线。压缩包的目录结构请按下图进行组织:

image

没有带标记的图片?不要着急,我们可以从网上获取公共的数据集,我就是从这个网址
http://www.vision.caltech.edu/visipedia-data/CUB-200-2011/CUB_200_2011.tgz 获取的有关鸟类的图片数据集。这个数据集有点大,而且压缩格式也不是zip(虽然压缩包并没有超过限制大小,但尝试几次上传,都出现了超时),所以我的解决方法是解压后,然后之选择其中10个类别的图片进行压缩。解压之后images目录下的图片按照类别分了子目录,但目录名包含了字符 . ,这不符合要求,需要去掉这个 . 或者修改为下划线。修改后压缩为zip格式,即可上传。

上传之后点击训练,即可开始训练模型。取决于数据集的大小,需要训练的时间不一样。虽然界面上提示要很长时间,但实际上对于我上传的这样小规模的数据集,训练只需几分钟。

image

模型训练完成后,还可以进行评估,也就是评估模型的准确率。系统会将上传的数据一部分作为训练数据集,一部分作为验证数据集。点击校验之后,系统给出模型的准确率为:top1准确率88.82%,top5准确率99.41%。当然,我们还可以上传图片进行测试,我从百度图片中找到一幅Rhinoceros Auklet的图片,上传上去,测试结果为Rhinoceros Auklet的可能性为93.02%。

image

如果觉得模型不错,即可可以进行发布,也就是你可以通过web请求来调用这个图像分类模型:

image

到这里,整个流程走完。

从整个过程来看,我们完全不需要任何机器学习或人工智能的知识,也没有任何地方需要编程,整个流程也相当直观,我们只需要准备带标记的数据集,看样子似乎达到了所宣传的效果。

但整个流程走下来,我内心还是感觉不踏实,这就是人工智能吗?模型的准确率为88.82%,我要提高准确率该怎么做?我想要实现一个美颜的功能,这个easydl能做到吗?我想要预测房价走势呢?

这样看下来,这个在线工具只是完成了人工智能最基础的两个应用场景,而且图片分类经常作为深度学习的入门demo进行实现,在实际项目中,会碰到很多需要优化的地方,这都是easydl工具无法提供的。试用下来,我放心了,这类工具暂时抢不了我的饭碗。

image

猜你喜欢

转载自blog.csdn.net/mogoweb/article/details/82585325