用零代码开发实现图像分类 示例说明 图像分类模型主要用于识别一张图中是否是某类物体/状态/场景,适合图片中主体或状态单一的场景。本文以害虫识别模型在macOS客户端中的使用为示例演示图像分类模型训练全过程。 实现步骤 只需八步即可完成自定义AI模型的训练及发布的全过程。
AI作画-主体一致图像生成与调整 接口描述 AI 作画-主体一致图像生成与调整,可根据用户输入的文本,以及主体形象参考图,生成主体一致的多张图片,自动创作图片。涉及2个接口,分别为:提交请求、查询结果。 提交请求:支持传入文本、分辨率、数量、参考图等参数,创建 AI 作画任务,获得任务ID。 查询结果:用于在任务创建后,查看图片生成状态。待图片生成完毕,通过查询接口即可查看生成图片的地址链接。
图像分类LinuxSDK集成文档-Atlas 简介 本文档介绍EasyEdge/EasyDL的Linux Atlas SDK的使用方法。
图像分类WindowsSDK集成文档 简介 本文档介绍图像分类通用小型设备Windows SDK的使用方法。
图像分类模型如何提升效果 一个模型很难一次性就训练到最佳的效果,可能需要结合模型评估报告和校验结果不断扩充数据和调优。 为此我们设计了模型迭代功能,即当模型训练完毕后,会生成一个最新的版本号,首次V1、之后V2……以此类推。可以通过调整训练数据和算法,多次训练,获得更好的模型效果。 注意:如果模型已经是上线状态(包括已付费的模型服务),依然支持模型迭代。
如何获取图像分类软硬一体产品 为进一步提升前端智能计算的用户体验,EasyDL推出了多款软硬一体方案。将高性能硬件与EasyDL图像分类/物体检测模型深度适配,可应用于工业分拣、视频监控等多种设备端离线计算场景,让离线AI落地更轻松。
较高的值会使得生成的图像更忠于文本提示,但可能减少多样性;较低的值则允许更多创造性,增加图像变化。
图像分割WindowsSDK集成文档 简介 本文档介绍图像分割服务器端Windows SDK的使用方法。
图像分类LinuxSDK集成文档-Python 简介 本文档介绍 EasyDL 的 Linux Python SDK 的使用方法,适用于 EasyDL 通用版和BML。
EasyDL图像通用小型设备部署价格说明 EasyDL图像支持通用小型设备部署的任务类型包括:图像分类、物体检测、图像分割,每个模型发布设备端SDK后需通过序列号激活使用,每发布一个模型即可申请2个测试序列号供3个月内免费试用。 如免费试用期结束后希望购买可在 控制台 在线按设备购买授权或按产品线购买。