2021年8月24日 | Leave a comment [[_TOC_]] ———– # 是做什么的 “百度 EasyDL 图像” 是 零门槛AI模型训练平台，零算法基础定制高精度图像应用AI模型， 提供端云多种灵活部署方案 * 零门槛：无需要知道学习算法，也不需要配置AI训练环境就可以使用 * 定制：每人可以训练自己特定的模型。 * 支持 “图像分类” 、 “物体检测”、“图像分割” 三类模型 应用案例： 1. 内容理解 > 将海量商品标签分类，实现商品识别分类、商品推荐等功能； > 制定图片审核规则，实现图片内容审核功能，常用于新闻、视频、青少年app等定制审核策略，过滤不良信息 2. 监控场景 > 生产现场的安全性监控，如工人的安全帽、工作服检测，物料堆放位置检测； > 公共场合及居住小区的可疑行为检测；超市防损监控等 3. 工业质检 > 生产流水线上针对产品的外观瑕疵检测，例如缺损、错装、漏装等情况的检测，提升检测效率，降低成本 4. 农业医疗 > 根据医学检测图识别肿瘤、皮肤病、寄生虫的类型，辅助医生高效完成诊断； > 农作物生长成熟度判断、害虫检测预警等，节省务农人力，提升农作物产出 ———– # 怎么使用它 简单四步获得AI模型 1. 创建模型，需要弄清楚模型分类。 A. “图像分类”: 定制识别一张图中是否是某类物体/状态/场景，适合图片中主体或者状态单一的场景. 比如图中只有一只猫、狗这种**动物分类、或者单条不同品种的狗、或者客厅卧室**； B. “物体检测” : 定制识别图中每个物体的位置、名称，适合有多个主体、或要识别位置及数量的场景。 AI市场有：**有无佩戴安全帽、电梯有没有单车电动车、垃圾分类、佩戴口罩** C. “图像分割” : 对比物体检测，支持用多边形标注训练数据，模型可识别目标位置及轮廓（未研究） 1. 准备数据，**数据的有效性决定模型的识别率**（重点难点！至少需要四十张以上特征明显的图片，上传并标注好。） 1. 训练模型，为模型选择准备好的数据 1. 发布模型，百度可提供一个 RESTful 接口供调用 . （持公有云API调用模型；由EasyEdge提供适应于市面上多种通用小型设备、本地服务器、百度自研硬件的离线部署以及端云协同部署方案） ———– # 训练记录 ## 未带安全帽检测 模型ID：134037 【物体检测】 ### 1. 目标 模型能检测出图中未带安全帽的人 ### 2. 训练的数据集: 安全帽标注 数据集组ID：206699   ### 3. 模型校验结果      ### 4. 结果 **识别率还不错** —- ## 孔洞检测 模型ID：134056 【物体检测】 ### 1. 目标 模型能检测出图中未遮挡的孔洞 ### 2. 训练的部分数据集: 孔洞标注 数据集组ID：207029   ### 3. 模型校验结果         ### 4. 结果 **识别率还有待提高** —- ## 配电箱与开关箱检测 模型ID：134612 ### 1. 目标 模型能检测出 ### 2. 训练的部分数据集: 配电箱与开关箱标注 数据集组ID：207679   ### 3. 模型校验结果         ### 4. 结果 **不理想** —- ## 纸张检测 模型ID：134849 【物体检测】 ### 1. 目标 模型能检测出图中的纸张 ### 2. 训练的部分数据集:   ### 3. 模型校验结果         ### 4. 结果 **效果还可以** —- ## 模型ID： ### 1. 目标 模型能检测出 ### 2. 训练的部分数据集: ### 3. 模型校验结果 ### 4. 结果 **等** —– # 应用上值得注意的地方 1. 由于工地照片中出现的物体不单一，“物体检测”效果相对好一点。“图像分类”暂时没有训练出比较有效的模型。 1. 图片越规整效果越好（比如有固定姿势，正脸比背后好） 1. 照片需要针对性拍摄，突出主体（背景太复杂的话不好检测，比如脚手架的照片就不好识别） 1. 图片简单效果好（人少比人多容易识别） 1. 图片需要清晰（人不能太小） ———— # 其它类似产品 Microsoft Azure AI 华为 ModelArts Google #参考： 官网 https://ai.baidu.com/easydl/vision/