本次将尝试使用百度官方的EasyDL平台训练和部署一个花朵识别网络。首先需要创建一个模型:
可以看到官方已经提供了各种各样的网络识别方案,这里我们选择图像分类,进行模型创建,然后可以导入我们本地的数据集:
这里我们导入了本地已经标注好的数据集,这里导入了五种花及其对应的标签,平台还提供了在线标注的服务,有兴趣的读者可以尝试一下。然后准备训练模型:
这里选择实现平台为Edgeboard(FZ),,然后配置为高精度,其他配置为自动。
选择训练用的数据集和对应的显卡,免费的P4和12核CPU唉,不错哦。然后就可以开始训练了:
可以勾选训练完成后进行短信提醒,很贴心的功能。训练过程略长,等待训练完成后,可以查看模型的训练结果:
EasyDL平台会帮我们生成详细的神经网络模型评估报告,帮助我们进一步改进神经网络模型。在最终确定了模型结构之后,选择发布该模型:
发布成功后可以生成对应的SDK和测试序列号,正式的序列号需要付费才能使用。在得到SDK和序列号之后,可以将其拷贝进SD卡,便可以正常使用模型。EasyDL平台可以简单快速的搭建神经网络模型,但是使用什么网络实现上述功能,剪裁和量化对于使用者来说都是不可知的。所以对于资深开发者来说可以针对网络进行优化,可以开发出性能更高的神经网络推理系统。