【米尔FZ3深度学习计算卡】-4-EasyDL两种部署模型的训练

独活草

  通过此次米尔FZ3深度学习计算卡活动，笔者接触了EasyDL 平台。EasyDL 号称是零门槛AI开发平台，是一站式的深度学习模型训练和服务平台，提供可视化的操作界面，开发者只需上传少量图片就可以获得高精度模型，平台上提供了创建模型、训练模型、校验模型、发布模型等功能，笔者怀着激动心情按照流程一步一步创建、训练、发布了自己的一个从照片中识别出苹果的模型，蛮好玩的。有兴趣的小伙伴们也可以去看看EasyDL官网。

游客，如果您要查看本帖隐藏内容请回复

  现在我简单分享一下我的学习经历：

  首先进入EasyDL官网，可以看到EasyDL官网提供了很多的模型，有用于处理图像、文本、语音、OCR、视频等模型

                              

笔者选择了 “图像分类” 选型；

进入到图像分类模型页面：

在这个页面可以进行模型的创建、训练、校验、发布等操作；EasyDL官网提供了很多教程，初次使用的用户也很容易摸索出。

笔者创建了一个从图片中识别出苹果的模型，笔者上传了50张苹果的照片：

笔者上传的照片是没有标注信息的，因此笔者在平台上进行在线标注；

标注完标签后，就是进行训练：

平台提供了训练成两种平台部署的模型：公有云部署、EasyEdge本地部署。笔者首先训练了公有云部署的模型

训练后，笔者进行了一下模型校验、以及H5的体验：

校验效果还不错！

点击体验H5，会弹出一个二维码：

此时掏出手机微信扫这个二维码，上传了一张有苹果的照片做测试：

效果也还不错!

随后，笔者也训练了可EasyEdge本地部署的模型。

如上图所示，笔者选择的硬件 Edgeboard (FZ) 高性能，等了许久，训练结果也还不错：准确率达到了100%。