EasyDL实现花朵分类识别网络搭建

caroline11

本次将尝试使用百度官方的EasyDL平台训练和部署一个花朵识别网络。首先需要创建一个模型：

可以看到官方已经提供了各种各样的网络识别方案，这里我们选择图像分类，进行模型创建，然后可以导入我们本地的数据集：

这里我们导入了本地已经标注好的数据集，这里导入了五种花及其对应的标签，平台还提供了在线标注的服务，有兴趣的读者可以尝试一下。然后准备训练模型：

这里选择实现平台为Edgeboard(FZ),，然后配置为高精度，其他配置为自动。

选择训练用的数据集和对应的显卡，免费的P4和12核CPU唉，不错哦。然后就可以开始训练了：

可以勾选训练完成后进行短信提醒，很贴心的功能。训练过程略长，等待训练完成后，可以查看模型的训练结果：

EasyDL平台会帮我们生成详细的神经网络模型评估报告，帮助我们进一步改进神经网络模型。在最终确定了模型结构之后，选择发布该模型：

发布成功后可以生成对应的SDK和测试序列号，正式的序列号需要付费才能使用。在得到SDK和序列号之后，可以将其拷贝进SD卡，便可以正常使用模型。EasyDL平台可以简单快速的搭建神经网络模型，但是使用什么网络实现上述功能，剪裁和量化对于使用者来说都是不可知的。所以对于资深开发者来说可以针对网络进行优化，可以开发出性能更高的神经网络推理系统。