PAI视觉算法组件-图像分类Quick Start

本文涉及的产品
交互式建模 PAI-DSW,5000CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
模型训练 PAI-DLC,5000CU*H 3个月
简介: PAI Designer(Studio 2.0)是基于云原生架构Pipeline Service(PAIFlow)的可视化建模工具, 提供可视化的机器学习开发环境,实现低门槛开发人工智能服务。同时,系统提供丰富且成熟的机器学习算法,覆盖商品推荐、金融风控及广告预测等场景,支持基于MaxCompute、PAI-DLC、Flink等计算资源进行大规模分布式运算,可以满足您不同方向的业务需求。本文将结合智能标注简单演示机器学习平台进行图像分类的一个展示,以供参考。

Step By Step

  • 1.创建智能标注任务,获取生成的.manifest索引文件
  • 2.在dataworks里创建表后,通过MaxCompute客户端使用Tunnel Upload导入标注的图片地址数据
  • 3.PAI Designer进行模型搭建训练
  • 4.查看结果数据

一.使用Tunnel Upload导入标注的图片地址数据

  • 导入的数据要求与查看导入数据

1666777396772_17D7A6A8-3A73-45d7-A585-EB23532859CB.png

lQLPJxbQa3dk4ezNAbrNBnawyz_bfzOYUasDVoqSAkCRAA_1654_442.png

1666849739412_CDF4CE27-1434-4ada-A149-A83CDBE11B27.png


二.模型搭建训练

  • 1.创建读OSS数据组件

lQLPJxbQY4Wu_B7NAqLNBXCwHySqF4E3wGQDVn2Nx0CqAA_1392_674.png


lQLPJxbQY1JsaIHNA0XNBjywXF_HEepXZHgDVn05PUDsAA_1596_837.png


  • 2.数据转tfrecord组件

lQLPJxbQZRr-x7bNAr_NBQGwJpVAxxoCq9ADVoAmLUAcAA_1281_703.png


1666774579898_43CDDA22-61D1-4ec5-975E-CE27829774AE.png


lQLPJxbQZFp44VrNAmLNBUewGuJ-j30H0I0DVn7qrcBAAA_1351_610.png


image.png


lQLPJxbQZKPJKOXNAwzNBIiwiU3aZR7z0O8DVn9iQQCRAA_1160_780.png


lQLPJxbQZLw5R6fNAnjNBFyw2qOw3uTTkYgDVn-Kf0BAAA_1116_632.png

  • 3.图像分类训练组件

lQLPJxbQaDDBsnfNAlfNBHmwaKVZQazYXLsDVoUzoECkAA_1145_599.png


lQLPJxbQaIyMQszNAzPNBIawVC-558AZ1qoDVoXKYgBMAA_1158_819.png


lQLPJxbQaPTbJn3NAx3NBI-wukITBjytPboDVoZ1LcDOAA_1167_797.png


lQLPJxbQaRRyTDrNAkfNBHuwkV_N10H4SMsDVoao1UBMAA_1147_583.png

  • 4.读数据表组件

lQLPJxbQaa7SjzrNAvfNBw2wPOS7LXHFtpADVoel4EA2AA_1805_759.png

  • 5.通用图像预测组件

lQLPJxbQa-KutsHNAtLNBW2wyCVnVe2QYwcDVotB-0AcAA_1389_722.png


lQLPJxbQbPwEMgbNAsDNBZawF4e_BR1sGuEDVo0O9EAcAA_1430_704.png


lQLPJxbQeC5nWbPNAhTNBTewmVv8hMt_gocDVp9nE0CqAA_1335_532.png

三.查看结果数据

lQLPJxbQeE1l6VrNArbNA--wTPILFLWYJlMDVp-ZpwCJAA_1007_694.png


更多参考

智能标注(iTAG)
阿里云机器学习平台PAI智能标注Quick Start
通过客户端使用MaxCompute

相关实践学习
使用PAI-EAS一键部署ChatGLM及LangChain应用
本场景中主要介绍如何使用模型在线服务(PAI-EAS)部署ChatGLM的AI-Web应用以及启动WebUI进行模型推理,并通过LangChain集成自己的业务数据。
机器学习概览及常见算法
机器学习(Machine Learning, ML)是人工智能的核心,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能,它是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。 本课程将带你入门机器学习,掌握机器学习的概念和常用的算法。
目录
相关文章
|
14天前
|
机器学习/深度学习 算法 数据挖掘
8个常见的机器学习算法的计算复杂度总结
8个常见的机器学习算法的计算复杂度总结
8个常见的机器学习算法的计算复杂度总结
|
6天前
|
机器学习/深度学习 数据采集 算法
数据挖掘和机器学习算法
数据挖掘和机器学习算法
|
9天前
|
机器学习/深度学习 数据采集 存储
一文读懂蒙特卡洛算法:从概率模拟到机器学习模型优化的全方位解析
蒙特卡洛方法起源于1945年科学家斯坦尼斯劳·乌拉姆对纸牌游戏中概率问题的思考,与约翰·冯·诺依曼共同奠定了该方法的理论基础。该方法通过模拟大量随机场景来近似复杂问题的解,因命名灵感源自蒙特卡洛赌场。如今,蒙特卡洛方法广泛应用于机器学习领域,尤其在超参数调优、贝叶斯滤波等方面表现出色。通过随机采样超参数空间,蒙特卡洛方法能够高效地找到优质组合,适用于处理高维度、非线性问题。本文通过实例展示了蒙特卡洛方法在估算圆周率π和优化机器学习模型中的应用,并对比了其与网格搜索方法的性能。
80 1
|
14天前
|
机器学习/深度学习 算法 数据挖掘
机器学习必知必会10大算法
机器学习必知必会10大算法
|
15天前
|
机器学习/深度学习 算法 数据挖掘
【白话机器学习】算法理论+实战之决策树
【白话机器学习】算法理论+实战之决策树
|
25天前
|
机器学习/深度学习 算法 搜索推荐
【机器学习】机器学习的基本概念、算法的工作原理、实际应用案例
机器学习是人工智能的一个分支,它使计算机能够在没有明确编程的情况下从数据中学习并改进其性能。机器学习的目标是让计算机自动学习模式和规律,从而能够对未知数据做出预测或决策。
31 2
|
1月前
|
机器学习/深度学习 数据采集 人工智能
理解并应用机器学习算法:从技术基础到实践应用
【8月更文挑战第10天】机器学习算法的应用已经深入到我们生活的方方面面,理解和掌握机器学习算法对于数据科学家、工程师乃至普通从业者来说都至关重要。通过本文的介绍,希望大家能够对机器学习有一个基本的认识,并学会如何将其应用于实际问题中。当然,机器学习是一个不断发展和演变的领域,只有不断学习和实践,才能跟上时代的步伐。
|
1月前
|
机器学习/深度学习 自然语言处理 算法
利用机器学习算法进行自动化测试
利用机器学习算法进行自动化测试
|
13天前
|
机器学习/深度学习 存储 算法
图解最常用的 10 个机器学习算法!
图解最常用的 10 个机器学习算法!
|
19天前
|
机器学习/深度学习 存储 并行计算
C语言与机器学习:K-近邻算法实现
C语言与机器学习:K-近邻算法实现
27 0