图灵汇官网

easyDL图像识别指南

想要使用easyDL进行图像识别？让我们一步步来。

首先，点击“立即使用”，系统会弹出一个窗口让你选择模型类型，选择“图像分类”。

接下来，进入图像分类模型界面，点击“创建模型”。

在创建模型的过程中，需要填写一些基本信息，然后点击“下一步”。这样，你就成功创建了一个新的模型。

随后，需要创建数据集。点击“数据总览”，然后选择“创建数据集”。在此步骤中，同样需要输入一些必要的信息。

完成数据集创建后，点击“导入”按钮，进入数据导入界面。在这里，选择带有标注信息的本地数据。将图像文件按类别分好文件夹，每个文件夹的名字应代表该类别的名称。最后，将所有文件夹压缩成一个.zip文件，上传至系统。

上传过程可能需要一些时间，建议耐心等待，期间可以刷新页面查看进度。

完成数据上传后，点击“查看”来检查上传的数据是否正确无误。

接着，返回“我的模型”页面，选择“训练”选项，开始训练你的模型。在训练过程中，可以选择相应的数据集并勾选相关的标签，确认无误后点击“添加”。

训练过程会提示你设置短信通知，以便在训练结束后及时收到通知。此时，你可以关闭网页去做其他事情，训练时间长短取决于数据集的大小。

在训练期间，不妨喝杯茶，稍作休息。大约十分钟后，你应该会收到百度发送的短信，告知训练已完成。

回到主页，对模型进行验证测试。点击“校验”，启用校验模型。稍等片刻，系统将展示模型评估报告，你还可以调整模型评估结果的置信度。

要测试模型，可以从网上下载相关类别的图片，上传到系统中，即可看到识别结果，其中概率最高的图像即为最终识别的目标。

最后一步是发布模型。填入相关信息，点击“提交申请”。等待一段时间，直到模型发布完成。

一旦模型发布，就可以获取接口信息。记录下这个接口地址，并登录服务控制台，点击“创建应用”。在此步骤中，需要填写一些必要的信息，然后点击“立即创建”。

记住两个关键参数，它们将用于后续的服务器接口调用。有了这些参数，就可以生成token。

现在，万事俱备，只差实际测试了。我们可以使用Python 3.0编写测试代码，轻松完成测试。通过这个流程，我们可以训练自己的图像识别模型，只需少量样本就能实现图像识别功能。模型发布后，可以通过接口地址访问部署在服务器上的模型，进而控制相关设备。

希望这个指南对你有所帮助，祝你顺利开展项目！