华为AI全栈成长计划课程——AI进阶篇——第二周笔记
第2章 AI模型开发-图像分类
2.1 图像分类介绍
- 图像分类:是视觉任务的基础。
- 应用场景:相册图片分类(按景点)、电商图片分类、医疗影像分类。
- 开源数据集:猫狗分类数据集(25000张猫和狗)、手写数字识别(0-9大概6万张)、花卉识别(102张不同花卉)、ImageNet(最近流行的数据集,层级分类等各种类别数据量大,经常使用);用途可以使用数据集搭建算法进行验证,还可以测试精度,评估算法的性能。
- 图像分类神经网络:VGC16神经网络--卷积层--抽取特征--池化层--全连接层进行分类--softmax层。
- 一站式AI开发平台ModelArts流程:数据处理(数据采集、筛选、标注。。)-》模型训练(预置算法、超参搜索、自动学习)-》模型管理(模型库、评估)-》部署(在线服务、批量服务)
- 自动学习:零编码、零AI经验--上传并标注--训练模型--验证发布的流程。
- 预置算法:30多预置模型,可以一键训练。
- 自动学习VS预置算法
- ModelArts初体验:图像分类、物体检测->开发环境(NoteBook)->预置算法创建训练作业,调节参数等->模型部署上线->AI市场
2.2 使用ResNet50预置算法基于海量数据 训练美食分类模型
- 实际案例操作。
- 使用预置算法ResNet50预置算法,进行美食分类。
- 案例流程 :上传数据 -> 标注标签 -> 一键模型上线 ->API调用
- https://github.com/huaweicloud/ModelArts-Lab/blob/master/train_inference/Foods_Recognition_Builtin_Algorithm/README.md
第3章 AI模型开发-物体检测
3.1 物体检测介绍
物体检测
- 物体检测是计算机视觉中目前应用最广泛的技术之一,物体检测是识别一张图片中的物体类别以及物体的位置。
- 在计算机视觉中,图像分类到物体检测、语义分割、实例分割任务复杂度是越来越高。和图像分类相比,物体检测不仅要物体的类别,还要检测出物体的准确位置,目前业界最流行的方式是用矩形框出来。
物体检测的应用场景
- 自动驾驶
- 智能安防-安全帽检测
- 智慧园区-口罩识别
物体检测开源数据集
- PASCAL VOC
- MS COCO
3.2 使用FasterRCNN预置算法基于海量训练人车检测模型
3.3 FasterRCNN和YoLoV3算法完成物体检测
- FasterRCNN网络结构
- YoLoV3网络结构
- FasterRCNN VS YoLoV3
- 开发环境Notebook介绍
3.4 拓展资料
1.模型解读文章
- VGG模型解析:https://github.com/huaweicloud/ModelArts-Lab/wiki/VGG模型解析
- FasterRCNN模型简介:https://github.com/huaweicloud/ModelArts-Lab/wiki/Faster-RCNN模型简介
2.前沿技术了解
- 大神接棒,YOLOv4来了!:https://bbs.huaweicloud.com/blogs/163259
3.实践案例
- 口罩检测模型开发指导文档:https://nbviewer.jupyter.org/github/huaweicloud/ModelArts-Lab/blob/master/contrib/1.口罩检测模型直播开发指导文档/mask_detect.ipynb
- 手把手教你利用ModelArts进行肺结节检测:https://bbs.huaweicloud.com/blogs/172095
- 行人检测——ModelArts与HiLens的完美邂逅:https://bbs.huaweicloud.com/blogs/163437
- 第二章 物体检测——带你跑通YOLO系列最新版YOLOv4:https://bbs.huaweicloud.com/blogs/172271
- 在ModelArts Notebook中安装Detectron2:https://bbs.huaweicloud.com/blogs/166276
- 在ModelArts Notebook中安装mmdetection:https://bbs.huaweicloud.com/blogs/166277
4.GITHUB资源
- https://github.com/facebookresearch/detectron2
- https://github.com/open-mmlab/mmdetection
- https://github.com/Duankaiwen/CenterNet
5.论文阅读
- 推荐阅读《Object Detection in 20 Years: A Survey》,该论文将20年来的目标检测进展做了总结,希望深入掌握目标检测的同学值得慢慢啃这篇论文(也可以说是一本书了)
- Fast R-CNN.pdf:https://bbs.huaweicloud.com/forum/forum.php?mod=attachment&aid=MTkzNjk5fDQzM2IwNjQ2fDE2MDExOTEwODR8MTU1NTU5fDU5NDE4
- Faster R-CNN Towards real-time object detection with region proposal networks.pdf:https://bbs.huaweicloud.com/forum/forum.php?mod=attachment&aid=MTkzNzAwfGY1OTQ5NGFkfDE2MDExOTEwODR8MTU1NTU5fDU5NDE4
- Object Detection in 20 Years A Survey.pdf:https://bbs.huaweicloud.com/forum/forum.php?mod=attachment&aid=MTkzNzAxfDI2NTMzNmRifDE2MDExOTEwODR8MTU1NTU5fDU5NDE4
- YOLOv3-An Incremental Improvement.pdf:https://bbs.huaweicloud.com/forum/forum.php?mod=attachment&aid=MTkzNzAyfDYyZmEzNTE3fDE2MDExOTEwODR8MTU1NTU5fDU5NDE4
转载文章请标识和保留出处和署名,谢谢ヾ(•ω•`。)