在許多機器視覺任務(wù)中，圖像分類是最基本的任務(wù)之一。它不僅可以用于許多實際產(chǎn)品中（例如圖片標簽和AI內(nèi)容審核），而且還為許多更高級的視覺任務(wù)（例如物體檢測和視頻理解）打開了一扇門。圖像分類任務(wù)目的是判斷圖像中包含物體的類別，但是由于該領(lǐng)域的快速變化，往往導(dǎo)致初學(xué)者無法學(xué)習(xí)。

有了Coovally，不用閱讀圖像分類的書籍，也不用參考大量論文，5步即可完成圖像分類任務(wù)！

說明：當前圖像分類任務(wù)僅支持Imagenet格式數(shù)據(jù)集,請?zhí)崆皽蕚浜脭?shù)據(jù)集，具體數(shù)據(jù)集要求可參考Imagenet格式數(shù)據(jù)集說明。

Imagenet格式數(shù)據(jù)集說明：

ImageNet數(shù)據(jù)庫簡介

ImageNet是由斯坦福大學(xué)李飛飛教授為了解決機器學(xué)習(xí)中過擬合和泛化的問題而牽頭構(gòu)建的一種數(shù)據(jù)集。該數(shù)據(jù)集從2007年開始收集建立，2009年作為論文的形式在CVPR 2009上正式發(fā)布。目前，該數(shù)據(jù)集已成為深度學(xué)習(xí)領(lǐng)域中圖像分類、檢測、定位的最常用的數(shù)據(jù)集之一。ImageNet數(shù)據(jù)集是對項目數(shù)據(jù)使用而衍生出的一種數(shù)據(jù)標注規(guī)范，是Coovally目前支持的格式之一，可用于分類任務(wù)。

分類任務(wù)數(shù)據(jù)準備

需要按如下目錄準備我們的訓(xùn)練文件：

當按照上述格式上傳數(shù)據(jù)到系統(tǒng)時，系統(tǒng)會自動生成分類任務(wù)標簽，格式如下。

annotations文件夾下應(yīng)包含兩個標簽文件，分別為label.csv和meta.json兩個文件。label.csv文件主要包含兩列，第一列為圖片的地址，第二列為該行圖片所屬的分類，如下表所示：

meta.json文件格式如下：

各個字段的含義：

·img_count 圖片總數(shù)量

·label_count 標簽類別數(shù)量

·label2id 標簽到id的映射

·id2label id到標簽的映射

1.?數(shù)據(jù)上傳

1.1 圖片上傳

·圖片數(shù)據(jù)準備

將數(shù)據(jù)中的圖片按照標簽類型儲存在不同文件夾下，并將所有文件夾壓縮為一個zip格式的壓縮包。

·圖片數(shù)據(jù)上傳

登錄Coovally平臺，頁面將自動跳轉(zhuǎn)到 Home頁。

點擊【創(chuàng)建】點擊下拉菜單【創(chuàng)建數(shù)據(jù)集】，按要求填寫參數(shù)，并將此前準備好的圖片壓縮包拖至文件上傳區(qū)域，點擊【確定】，等待圖片數(shù)據(jù)上傳并解析完成即可；

注意：需記住所填寫的數(shù)據(jù)集名稱，在創(chuàng)建標簽時，需根據(jù)數(shù)據(jù)集名稱找到對應(yīng)的數(shù)據(jù)集。

1.2 標簽生成

根據(jù)上述情況上傳圖片數(shù)據(jù)后，Coovally平臺會自動解析并生成標簽文件，建模時只需要選擇其即可。

2.?模型訓(xùn)練

2.1 數(shù)據(jù)建模

基于此前已完成上傳的數(shù)據(jù)集，進行數(shù)據(jù)建模，點擊【數(shù)據(jù)建?！繄D標，進入數(shù)據(jù)建模詳情頁面。

2.2 模型選擇

按要求選擇模型并填寫模型參數(shù)，再點擊【下一步】，進入訓(xùn)練次數(shù)及并發(fā)等參數(shù)設(shè)置。

2.3 參數(shù)配置

按要求填寫訓(xùn)練參數(shù)，亦可保持默認。

點擊【參數(shù)設(shè)置】進入超參數(shù)設(shè)置頁面，設(shè)置合適的超參數(shù)值，以提高模型精度或訓(xùn)練模型的速度。（此操作非必填，可使用默認值）

點擊【增強算法】進入算法增強頁面，篩選所需要增強的標簽類型及數(shù)據(jù)增強方法，進行數(shù)據(jù)數(shù)據(jù)增強，此操作非必選操作，但數(shù)據(jù)量較少，或數(shù)據(jù)不均衡時可嘗試進行數(shù)據(jù)增強，以提高模型精度。

2.4模型訓(xùn)練

點擊【開始訓(xùn)練】，即可開始模型訓(xùn)練，待模型訓(xùn)練結(jié)束即可開始此后的模型轉(zhuǎn)化、部署、推理等操作。

3.?模型轉(zhuǎn)換

注意：此處僅為模型轉(zhuǎn)化步驟示例

點擊模型轉(zhuǎn)換圖標，進入模型轉(zhuǎn)換頁面，按要求選擇及填寫參數(shù)，點擊開始轉(zhuǎn)換即可開始進行模型轉(zhuǎn)化，等待模型轉(zhuǎn)化完成即可。

注意：等待模型轉(zhuǎn)換期間，切勿刷新頁面！

4.?模型部署

在模型轉(zhuǎn)化完成后轉(zhuǎn)跳的界面點擊點擊模型部署圖標，開始模型部署。按要求選擇服務(wù)地址，再點擊部署按鈕，等待部署完成。

5.?模型預(yù)測

在模型部署完成后轉(zhuǎn)跳的界面，點擊【本地上傳】，即可使用該圖片進行模型推理，推理結(jié)果會直接顯示在右側(cè)的識別結(jié)果欄內(nèi)。

只需5步即可完成的圖像分類任務(wù)，還在等什么，快來試試吧！