- 华为MindSpore深度学习框架应用开发实战
- 李晓黎编著
- 2309字
- 2024-11-28 16:13:58
1.4.4 使用ModelArts平台的基本方法
华为云的登录页面,如图1-22所示。使用ModelArts平台前,需要先注册一个华为云账号。

图1-22 华为云的登录页面
单击“注册”超链接,打开“注册华为云账号”的页面,根据提示完成注册。拥有华为账号后,登录华为云平台,打开华为云个人主页,如图1-23所示。在页面顶部的搜索框中,输入mo,然后在提示下拉菜单中选择“AI开发平台ModelArts”,打开ModelArts主页,如图1-24所示。

图1-23 华为云个人主页

图1-24 ModelArts主页
ModelArts主页中有一个适合新手入门的样例“找云宝”。云宝是华为云的吉祥物,这个样例的目标是:向训练好的智能体传入一张图片,智能体可以判断图中是否有云宝,若有会将识别出的云宝框起来。
完成“找云宝”样例需要经过以下6个步骤。
① 准备数据。
② 创建物体检测项目。
③ 数据标注。
④ 自动训练,生成模型。
⑤ 将模型部署上线为在线服务。
⑥ 测试服务。
1.准备数据
在“准备数据”步骤中,需要完成以下工作。
① 创建OBS(对象存储服务)桶和文件夹,用于存储训练数据集。
② 下载数据集,并解压缩。
③ 将下载的数据集中的训练图片上传至OBS桶。
(1)创建OBS桶和文件夹
在控制台搜索OBS,打开OBS管理页面,具体如图1-25所示。

图1-25 OBS管理页面
单击“创建桶”按钮,打开创建桶页面,如图1-26所示。假定创建一个名为modelartsfind-yunbao的桶,注意选择ModelArts所在的区域,例如“华北−北京四”。这样ModelArts就可以访问桶find_yunbao存储数据了。单击页面右下方的“立即创建”按钮,完成创建桶。

图1-26 创建桶页面
在桶列表页单击新建的modelarts-find-yunbao,打开基本信息页。然后在基本信息页左侧导航菜单中单击“对象”菜单项,打开桶对象管理页面。在桶中新建一个文件夹find_yunbao。打开该文件夹,然后在其中新建一个train文件夹。创建OBS桶和文件夹的操作方法如果发生变化,请查阅华为云的在线文档。
操作完成后返回ModelArts主页,在“准备工作”框内单击“我已准备完成”按钮,如图1-27所示。然后“我已准备完成”按钮变成绿色的“已完成”按钮,同时点亮“获取数据”框内的“我已准备完成”按钮。

图1-27 在“准备工作”框内单击“我已准备完成”按钮
(2)下载数据集,并解压缩
在“获取数据”框内单击“数据集下载链接”超链接,下载得到 Yunbao-DataCustom.zip,在本地将其解压,得到以下2个文件夹。
① train文件夹:存储用于模型训练的数据。
② eval文件夹:存储用于模型预测的数据。
(3)将下载的数据集中的训练图片上传至OBS桶
再次打开OBS管理页面,进入前面创建的OBS桶modelarts-find-yunbao的train文件夹,然后单击“上传对象”按钮,选择并上传解压缩得到的train文件夹中的所有图片。
2.创建物体检测项目
打开ModelArts主页,在左侧导航中选择“自动学习”,打开“自动学习”页面,如图1-28所示。

图1-28 “自动学习”页面
如果之前没有做过授权操作,则页面中会提示“由于ModelArts的数据存储、模型导入以及部署上线等功能依赖OBS、SWR、IEF等服务,需要获取依赖服务的授权后,才能正常使用ModelArts的相关功能。请单击此处获取依赖服务的授权”。单击其中的“此处”超链接,根据提示完成授权(新建授权委托)操作。
然后返回“自动学习”页面。此时5项任务下面的“创建项目”按钮都已经被激活。单击“物体检测”下面的“创建项目”按钮,打开“创建物体检测项目”页面,参照图 1-29所示填写项目信息。数据集输入位置选择前面创建的train文件夹,数据集输出位置可以在此处创建一个output文件夹。配置完成后,单击页面下方的“创建项目”按钮。

图1-29 创建物体检测项目页面
3.数据标注
创建物体检测项目后,在“自动学习”页面中会看到创建的项目。单击项目名打开项目运行记录页面,如图1-30所示;选中“数据标注”节点,单击“实例详情”按钮打开“实例详情”页面,如图1-31所示;在“添加数据”下拉框中选择“添加数据”,打开“导入”弹出层。

图1-30 项目运行记录页面

图1-31 “实例详情”页面
在“导入”弹出层中,选择OBS中的find_yunbao目录,然后单击“确定”按钮,如图1-32所示。

图1-32 “导入”弹出层
导入数据后,在实例详情页面中单击“同步新数据”按钮,可以将前面上传到train文件夹的图片同步到项目中。图片按“已标注”和“未标注”分类展示。单击“未标注”选项卡,可以看到60张包含云宝的图片,如图1-33所示。

图1-33 查看项目中的未标注图片
单击一张图片,可以对图片进行标注。选中图片上方的图标,然后将鼠标移至图中,鼠标指针位置会出现横线和竖线。单击鼠标左键开始画框,再单击鼠标左键结束画框,单击鼠标右键取消画框。将图中的云宝用方框标注,并输入标注名,单击“确定”按钮后,做好的标注会出现在右侧的栏目中,再单击“保存”按钮,保存标注,如图1-34所示。依次对60张图片做标注。

图1-34 标注图片中的云宝
4.自动训练,生成模型
所有图片都标注完成后,返回图1-30所示的项目运行记录页面。选中“数据标注”节点,单击“继续运行”按钮,开始自动训练。训练会持续一段时间,请耐心等待。在这个过程中可以选中后面的节点,了解训练进度。完成的节点会变成绿色。
5.将模型部署上线为在线服务
训练完成后,选中“服务部署”节点,然后单击“继续运行”按钮,如图1-35所示。

图1-35 选中“服务部署”节点,然后单击“继续运行”按钮
确认后开始将模型部署上线为在线服务。
6.测试服务
服务部署成功后,在 ModelArts 页面的左侧导航栏中依次选择“部署上线”—“在线服务”菜单项,打开“在线服务”页面,可以看到部署好的服务,如图1-36所示。

图1-36 “在线服务”页面
单击在线服务记录后面的“预测”按钮,打开测试服务页面。在测试服务页面中,单击“上传”按钮,选择一张包含云宝的图片上传。然后单击“预测”按钮,智能体会对图片中的云宝进行识别并标识,结果如图1-37所示。

图1-37 测试服务页面
本实例虽然并没有涉及算法问题,但是通过图形界面直观地演示了深度学习模型训练的整个过程,既体现了华为云ModelArts平台的强大功能,也为读者阅读本书后面的内容奠定了基础。
本书将在后文介绍使用ModelArts平台实现基于MindSpore的训练和推理的方法。