全功能AI开发平台BML

    智能视觉

    综述

    BML智能视觉模块提供常用图像模型训练解决方案。主要场景包括图像分类及物体检测。

    image.png

    创建图片分类模型

    新建实验

    点击智能视觉列表页“新建”按钮,在弹框中输入实验名称:

    image.png

    创建完成后,在智能视觉实验列表页可查看到新建的实验。点击“实验名称”或“查看”可进入实验详情页:

    image.png

    界面中已给出实验流程,并且组件带有默认参数,通常只需要更换数据集即可完成训练。

    建模过程

    实验过程中,每个组件均配有“从此处开始执行”,“执行到此处”,“执行该节点”功能,便于进行调试。

    1. 数据选择:支持选择全部数据集或按分片进行筛选。
    2. 数据切分:支持自定义训练集和验证集切分比例,支持自定义测试集来源。
    3. 统计节点:主要用于统计用于训练的训练集/测试集/验证集分类别数据量。
    4. 图像分类训练:支持调整算法参数,选择基础模型。对于图像分类训练,目前基础模型支持ResNet50、InceptionV4和DPN131。

    image.png

    鼠标右键点击“图像分类训练”,可查看训练实时指标监控模型训练过程,例如:

    image.png

    5.模型评估:右键点击“查看评估报告”,可看到模型训练产出模型的准确率等指标。点击“查看预测结果”,可看到每个模型在测试集上的具体表现,例如:

    image.png

    image.png

    6.预测结果筛选:可按置信度等对预测结果进行筛选:

    image.png

    7.模型选择:对于训练节点产生的多个模型,可通过模型选择组件挑选出最优模型进行后续使用。选择方法包括:自动选择(通过指定测试集指标最高或验证集指标最高)或用户自定义。自定义时需要手动填写模型名称。

    8.模型转换:用于将建模过程中产生的checkpoint转换为预测可用的模型,该步不需要用户定义参数。

    9.启停在线预测服务:用于测试模型是否可以正常启动预测服务。

    创建物体检测模型

    新建实验

    点击智能视觉列表页“新建”按钮,在弹框中输入实验名称,生产线选择“物体检测”。

    image.png

    创建完成后,在智能视觉实验列表页可查看到新建的实验。点击“实验名称”或“查看”可进入实验详情页:

    image.png

    界面中已给出实验流程,并且组件带有默认参数,通常只需要更换数据集即可完成训练。

    建模过程

    建模过程与图像分类类似,其中:

    1. 数据清洗节点:支持在训练过程中过滤掉无标注的数据。
    2. 物体检测训练节点:支持调整训练参数,支持自动调整batch_size和lr,检测算法目前支持FasterRCNN、RetinaNet和YOLOV3。
    3. 模型评估节点:支持查看检测模型mAP指标。

    将模型发布至模型仓库

    对于已运行成功且未清理数据的实验,支持将模型发布至模型仓库。模型发布后,可进一步启动在线预测服务进行使用。

    上一篇
    可视化建模
    下一篇
    模型仓库