注意需要保存模型网络结构文件、参数文件以及标签文件(如:label.txt)。 AI框架:即生成模型时使用的Paddle版本。 代码版本:即生成模型时使用的代码版本。 单击“下一步”,选择要保存的模型文件: 当前项目文件为PreitraindModel目录下的文件列表。 单击“生成”,完成模型保存。 在完成模型保存后,可以关闭Notebook,从而避免产生不必要的费用。
字段 是否必选 类型 说明 log_id 是 number 唯一的log id,用于问题定位 error_code 否 number 错误码,当请求错误时返回 error_msg 否 string 错误描述信息,当请求错误时返回 results 否 array(object) 分类结果数组 +name 否 string 分类名称 +score 否 number 置信度 在线调试 EasyDL零基础开发平台提供了
说明:其他框架在保存模型时,模型名称是固定的,而机器学习框架中通常是用户指定,因此在发布模型时需要手动选择
图像分类API调用文档 本文档主要说明定制化模型发布后获得的API如何使用,如有疑问可通过以下方式联系我们: 在百度智能云控制台内 提交工单 进入 EasyDL社区交流 ,与其他开发者进行互动 接口描述 基于自定义训练出的图像分类模型,实现个性化图像识别。
离线激活的过程可参考IECC中的具体指引 完成上述流程后即可在模型服务管理-已下发的模型服务列表中查看记录,并进行下一步应用功能体验 注:完成此步骤后即可在边缘节点进行二次集成已下发的模型服务,具体的集成方式可在文档-某图像任务类型-模型发布中查找对应的SDK开发文档进行集成开发 下发时可以通过高级配置设置服务运行的host和port。
其中字段的具体含义请参考开发文档 cost_ms Number 预测耗时ms,不含网络交互时间
EasyDL 通用版: 网络类型支持:图像分类,物体检测,图像分割,声音分类,表格预测 硬件支持: Linux x86_64 CPU (基础版,加速版) Linux x86_64 Nvidia GPU (基础版,加速版) 语言支持:Python 3.5, 3.6, 3.7 BML: 网络类型支持:图像分类,物体检测,声音分类 硬件支持: Linux x86_64 CPU (基础版) Linux x86
EasyDL 通用版: 网络类型支持:图像分类,物体检测,图像分割,声音分类,表格预测 硬件支持: Linux x86_64 CPU (基础版,加速版) Linux x86_64 Nvidia GPU (基础版,加速版) 语言支持:Python 3.5, 3.6, 3.7 BML: 网络类型支持:图像分类,物体检测,声音分类 硬件支持: Linux x86_64 CPU (基础版) Linux x86
鉴于市场上的车辆外观、类型也在不断的更新迭代,依靠通用解决方案很难满足实际应用需求,因此,企业选用飞桨EasyDL提供的零门槛AI开发功能,企业不需要了解算法基础即可快速完成模型训练,结合车辆类型识别的业务场景,企业选用了EasyDL-图像分类进行模型开发,并最终集成到业务产线中应用。 提示:在车辆类别识别的场景中,仅需辨别单张图片中的车辆属于某个类型即可,因此选用图像分类解决业务问题。
EasyDL 通用版: 网络类型支持:图像分类,物体检测,图像分割,声音分类,表格预测 硬件支持: Linux x86_64 CPU (基础版,加速版) Linux x86_64 Nvidia GPU (基础版,加速版) 语言支持:Python 3.5, 3.6, 3.7, 3.8, 3.9 BML: 网络类型支持:图像分类,物体检测,声音分类,表格预测 硬件支持: Linux x86_64 CPU