PAI视觉算法组件-图像分类Quick Start

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+LLaMA Factory微调Qwen2-VL模型,搭建文旅领域知识问答机器人
使用PAI和LLaMA Factory框架,基于全参方法微调 Qwen2-VL模型,使其能够进行文旅领域知识问答,同时通过人工测试验证了微调的效果。
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
|
10月前
|
机器学习/深度学习 数据采集 人工智能
【机器学习算法篇】K-近邻算法
K近邻(KNN)是一种基于“物以类聚”思想的监督学习算法,通过计算样本间距离,选取最近K个邻居投票决定类别。支持多种距离度量,如欧式、曼哈顿、余弦相似度等,适用于分类与回归任务。结合Scikit-learn可高效实现,需合理选择K值并进行数据预处理,常用于鸢尾花分类等经典案例。(238字)
|
机器学习/深度学习 分布式计算 Java
Java 大视界 -- Java 大数据机器学习模型在遥感图像土地利用分类中的优化与应用(199)
本文探讨了Java大数据与机器学习模型在遥感图像土地利用分类中的优化与应用。面对传统方法效率低、精度差的问题,结合Hadoop、Spark与深度学习框架,实现了高效、精准的分类。通过实际案例展示了Java在数据处理、模型融合与参数调优中的强大能力,推动遥感图像分类迈向新高度。
|
机器学习/深度学习 数据采集 人工智能
20分钟掌握机器学习算法指南
在短短20分钟内,从零开始理解主流机器学习算法的工作原理,掌握算法选择策略,并建立对神经网络的直观认识。本文用通俗易懂的语言和生动的比喻,帮助你告别算法选择的困惑,轻松踏入AI的大门。
1038 8
|
机器学习/深度学习 存储 Kubernetes
【重磅发布】AllData数据中台核心功能:机器学习算法平台
杭州奥零数据科技有限公司成立于2023年,专注于数据中台业务,维护开源项目AllData并提供商业版解决方案。AllData提供数据集成、存储、开发、治理及BI展示等一站式服务,支持AI大模型应用,助力企业高效利用数据价值。
|
机器学习/深度学习 人工智能 自然语言处理
AI训练师入行指南(三):机器学习算法和模型架构选择
从淘金到雕琢,将原始数据炼成智能珠宝!本文带您走进数字珠宝工坊,用算法工具打磨数据金砂。从基础的经典算法到精密的深度学习模型,结合电商、医疗、金融等场景实战,手把手教您选择合适工具,打造价值连城的智能应用。掌握AutoML改装套件与模型蒸馏术,让复杂问题迎刃而解。握紧算法刻刀,为数字世界雕刻文明!
563 6
|
机器学习/深度学习 人工智能 算法
机器学习算法的优化与改进:提升模型性能的策略与方法
机器学习算法的优化与改进:提升模型性能的策略与方法
2681 13
机器学习算法的优化与改进:提升模型性能的策略与方法
|
机器学习/深度学习 算法 数据安全/隐私保护
基于机器学习的人脸识别算法matlab仿真,对比GRNN,PNN,DNN以及BP四种网络
本项目展示了人脸识别算法的运行效果(无水印),基于MATLAB2022A开发。核心程序包含详细中文注释及操作视频。理论部分介绍了广义回归神经网络(GRNN)、概率神经网络(PNN)、深度神经网络(DNN)和反向传播(BP)神经网络在人脸识别中的应用,涵盖各算法的结构特点与性能比较。
|
机器学习/深度学习 算法 网络安全
CCS 2024:如何严格衡量机器学习算法的隐私泄露? ETH有了新发现
在2024年CCS会议上,苏黎世联邦理工学院的研究人员提出,当前对机器学习隐私保护措施的评估可能存在严重误导。研究通过LiRA攻击评估了五种经验性隐私保护措施(HAMP、RelaxLoss、SELENA、DFKD和SSL),发现现有方法忽视最脆弱数据点、使用较弱攻击且未与实际差分隐私基线比较。结果表明这些措施在更强攻击下表现不佳,而强大的差分隐私基线则提供了更好的隐私-效用权衡。
479 14
|
人工智能 编解码 算法
使用 PAI-DSW x Free Prompt Editing图像编辑算法,开发个人AIGC绘图小助理
使用 PAI-DSW x Free Prompt Editing图像编辑算法,开发个人AIGC绘图小助理
755 0
|
机器学习/深度学习 人工智能 自然语言处理
解锁机器学习的新维度:元学习的算法与应用探秘
元学习作为一个重要的研究领域,正逐渐在多个应用领域展现其潜力。通过理解和应用元学习的基本算法,研究者可以更好地解决在样本不足或任务快速变化的情况下的学习问题。随着研究的深入,元学习有望在人工智能的未来发展中发挥更大的作用。