后续平台也将基于升级后框架,继续新增任务类型,您可以加入BML用户交流群,针对您在模型开发过程中的需要,提出您所需的功能需求。
Notebook导入数据集 BML基于Jupyter提供了在线的交互式开发环境,在此基础上也为用户提供了便捷导入数据集的方式。 通过平台导入 先点击数据总览,并点击创建数据集,将数据集上传到 BML 平台进行纳管。 进入Codelab Notebook,点击导入数据集插件,并选择从平台数据集的导入方式,选择已经在平台纳管的数据集进行导入。
EdgePredictorConfig 的具体使用方法可以参考开发工具包中的demo工程。
创建数据集 在训练之前需要在数据中心【创建数据集】,导入并标注数据。 如果训练数据需要多人分工标注,可以创建多个数据集。将训练数据分批上传到这些数据集后,再将数据集 共享 给自己的小伙伴,同步进行标注。 设计标签 在上传之前确定想要识别哪几种物体,并上传含有这些物体的图片。每个标签对应想要在图片中检测出的一种物体 注意:标签的上限为1000种 准备图片 基于设计好的标签准备图片: 每种要识别的物体
查看数据集 数据标注完成后可在数据总览页查看数据情况 查看数据集 数据总览页展示数据集名称、数据集ID、数据量、标注类型、标注状态,鼠标放置在省略号处可查看数据集详细信息 点击【查看与标注】可查看数据集详情 支持查看数据集中数据标注情况,可手动删除数据集中的图片 支持一键删除失效图片 点击图片右下角查看大图,可查看放大图片 放大图片后可查看图片本地地址,点击可打开当前文件存储路径 数据集导出 支持
创建数据集 数据模块主要用于训练数据的导入、标注、导出以及管理 发起训练任务前,需要提前准备训练数据,在数据总览页点击创建数据集 输入数据集名称,选择数据集标注类型后点击完成即可完成数据集创建,飞桨EasyDL桌面版提供图像分类、物体检测、实例分割三种标注类型可供选择 数据集创建完成后可在数据总览页查看创建完成的数据集
创建数据集 在训练之前需要在数据中心【创建数据集】。 如果训练数据需要多人分工标注,可以创建多个数据集。将训练数据分批上传到这些数据集后,再将数据集 共享 给自己的小伙伴,同步进行标注。 设计标签 在上传之前确定想要识别哪几种物体,并上传含有这些物体的图片。每个标签对应想要在图片中识别出的一种物体 注意:标签的上限为1000种 准备图片 基于设计好的标签准备图片: 每种要识别的物体在所有图片中出现
创建数据集 在训练之前需要在数据中心【创建数据集】,添加并标注数据 设计分类 首先想好分类如何设计,每个分类为你希望识别出的一种结果,如要识别水果,则可以以“apple”、“pear”等分别作为一个分类;如果是审核的场景判断合规性,可以以“qualified”、“unqualified”设计为两类,或者“qualified”、“unqualified1”、“unqualified2”、“unqua
创建数据集 创建数据集 在训练之前需要在导航栏的「数据总览」页面【创建数据集】,如下图所示。 点击【完成】,成功创建数据集
创建数据集 创建数据集 完成 模型创建 后,会跳转到 我的模型 页面,这时您会看到如下图展示的内容,由于模型还未训练,所以模型列表中没有显示模型的效果,在训练模型前,需要先完成创建数据集。 点击模型列表内的 上传 或是左侧栏数据中心下的 创建数据集 可以进入到创建、导入数据集页面,如下图所示