自动学习的优势
ModelArts通过自动学习的方式帮助不具备算法开发能力的业务开发者实现算法的开发，基于迁移学习、自动神经网络架构搜索实现模型自动生成，通过算法实现模型训练的参数自动化选择和模型自动调优的自动学习功能，让零AI基础的业务开发者可快速完成模型的训练和部署。依据开发者提供的标注数据及选择的场景，无需任何代码开发，自动生成满足用户精度要求的模型。可支持图片分类、物体检测、预测分析、声音分类、文本分类场景。可根据最终部署环境和开发者需求的推理速度，自动调优并生成满足要求的模型。
自动学习功能简介
-
收起
图像分类 收起
自动学习-图像分类是对图像进行分类。需要添加图片并对图像进行分类标注，完成图片标注后开始模型训练，即可快速生成图像分类模型。可应用于商品的自动分类、运输车辆种类识别和残次品的自动分类等。例如质量检查的场景，则可以上传产品图片，将图片标注“合格”、“不合格”，通过训练部署模型，实现产品的质检。
-
收起
物体检测 收起
自动学习-物体检测是检测图片中物体的类别与位置。需要添加图片，用合适的框标注物体作为训练集，进行训练输出模型。适用于一张图片中要识别多个物体或者物体的计数等。可应用于园区人员穿戴规范检测和物品摆放的无人巡检。
-
收起
预测分析 收起
自动学习-预测分析是一种针对结构化数据的模型自动训练应用，能够对结构化数据进行分类或者数据预测。可用于用户画像分析，实现精准营销。也可应用于制造设备预测性维护，根据设备实时数据的分析，进行故障识别。
-
收起
声音分类 收起
自动学习-声音分类是对环境中不同声音进行分类识别。识别一段音频中是否包含某种声音。可应用于生产或安防场景的异常声音监控。
-
收起
文本分类 收起
自动学习-文本分类是识别一段文本的类别。可应用于情感分析或新闻分类等场景。
自动学习使用方法
每日领读内容
步骤说明
-
准备数据
用通过OBS管理控制台将数据上传至OBS桶。
模型的精度取决于数据集的数据量。
-
创建项目
ModelArts自动学习，包括图像分类、物体检测、预测分析、声音分类和文本分类项目。
您可以根据业务需求选择创建合适的项目。
-
数据标注
模型训练过程需要大量有标签的图片数据。
通过ModelArts您可对图片进行一键式批量添加标签，快速完成对图片的标注操作。
-
模型训练
完成图片标注后，可进行模型的训练。
模型训练的目的是得到满足需求的模型。
-
模型部署
署上线操作即将模型部署为在线服务，并且提供在线的测试UI与监控能力。
完成模型训练后，可选择准确率理想且训练状态为“运行成功”的版本部署上线
使用案例
准备数据集
1.从AI Gallery下载数据集至ModelArts数据集。
2.完成参数填写。
3.等待数据集下载完毕。
创建自动学习图像分类项目
1.进入ModelArts控制台，在左侧导航栏选择“自动学习”。
2.选择“图像分类”创建项目。完成参数填写，单击“创建”。
数据标注
工作流运行时，在数据标注节点需要手动确认标注是否完成。数据标注参考此处。若已完成标注，请执行下一步。
运行工作流--完成模型训练
1.确认数据标注已完成后，单击“继续运行”。
2.工作流自动运行完成模型的训练。
运行工作流--部署上线
1.在服务部署节点，用户需要手动输入部署时的参数。
2.单击继续运行。
3.等待工作流运行完成，会将训练好的模型步数为一个在线服务。
预测分析
在服务部署节点单击“实例详情”或者在管理控制台，选择“部署上线>在线服务”即可进入在线服务详情页。在服务详情页，单击选择“预测”页签
清除相应的资源
1.停止运行服务：在对应的服务名称，单击选择操作列的“更多>停止”，停止该服务。
2.清除OBS数据。
