下载掌阅APP，畅读海量书库
立即打开
图像分类非常容易理解，就是自动识别每个图像的所属类别。图像分类是计算机视觉中最基础的任务之一，可以单独用来解决一个业务问题，比如基于图像识别的垃圾分类问题，也可以作为多模型编排中的一个环节（如OCR任务中的文字分类环节），辅助端到端地解决复杂的业务问题。图像分类的数据集一般都包含两个要素——图像和标签。根据每个图像的类别是一个还是多个，可以将图像分类细分为单标签图像分类和多标签图像分类。本节以花卉图像分类（单标签图像分类）为例，介绍如何基于图像分类模板快速开发图像分类应用。
首先在ModelArts上基于图像分类模板创建一个项目，然后上传一些图像（格式支持JPG、BMP、PNG、JPEG）。第一次上传一些类别为“小雏菊”的图像。由于刚上传的图像还没有人工标签，所以一次性选中所有刚上传的图像，手工将其标记为“小雏菊”，并单击“确定”按钮，如图2-1所示。
图2-1 花卉图像分类数据标注界面
类似地，继续上传更多的图片，并覆盖“蒲公英”“玫瑰”“向日葵”“郁金香”这4个类别。最终可以获得一个标注好的花卉数据集，每个类有30张图像，如图2-2所示。
图2-2 花卉数据集的标签统计信息
数据准备完毕后，可以单击“开始训练”按钮启动模型的自动训练。开发者只需要输入预期的推理时延、能接受的最大训练时间和其他一些限制条件即可。ModelArts会根据开发者选择的推理时延，选择一个预期精度最高的算法进行自动训练，并且支持训练超参的自动调整，包括学习率自适应等。最大训练时间表示开发者可以接受的最长训练时间，但不代表一定会训练这么长时间。如果数据简单，可以提前结束训练；如果数据复杂，当训练作业时间达到最大训练时间时，训练作业会立刻停止并保存最优的一个模型。
经过短暂的等待，训练即可完成，训练结果如图2-3所示。可以看出，该模型在5分类花卉数据集上的综合准确率为81%。在图像分类中，针对每个类而言，一般会用以下几个指标去评价模型的效果：①精确率（Precision），指被模型预测为某个类别的所有正样本中，被模型正确预测为该类别的样本所占比例；②召回率（Recall），指被开发者标注为某个类别的所有正样本中，被模型正确预测为该类别的样本比例；③准确率（Accuracy），指在某个类别的所有正负样本中，模型预测正确的样本所占比例；④F1值（F1-score），指模型精确率和召回率的加权调和平均，用于评价模型的好坏，当F1较高时说明模型效果较好。最终的精度是所有类别的综合平均值（具体有两种做法，在此不具体展开，详细内容可参考第7章）。
图2-3 花卉图像分类训练结果展示界面
如果对本次训练结果不满意，那么为了实现更高精度的训练，一般需要利用更多的数据做训练。首先，上传新一批的图像数据并标注，然后开始训练。为了节省训练时间，在本次训练开始前，选择以V001（即上一次训练的版本）为基础进行增量训练，如图2-4所示。训练完成后，可以看到精度指标有所提升，达到83%，如图2-5所示。如果要进一步提升精度，则需要重复上述过程，进行进一步增量训练。增量训练对于大部分模板都是适用的。
图2-4 提交训练作业时的参数配置展示界面
图2-5 不同的训练作业版本对比展示界面
当对模型精度满意之后，就可以进行部署和在线测试。例如，选择V002的训练版本，然后单击“部署”按钮，即可将其生成的模型直接部署到云上，成为一个推理服务（即云服务形态的人工智能应用）。当部署成功后，可以上传一个新的图像做推理，并得到推理结果，如图2-6所示。
图2-6 花卉图像分类的推理结果展示界面
ModelArts推理服务可支持多种计算规格（CPU、GPU），并且支持自动停止功能，开发者可以灵活选择在“1小时后”“2小时后”“4小时后”“6小时后”后自动停止推理服务，也可以自定义在线时长，避免造成不必要的计费。