我們來看看某度的EasyDL可以做什麼
我們可以用EasyDL來做圖像分類，物體檢測，圖像分割，聲音分類，文本分類，視頻分類
下面以實現圖像分類作為例子介紹
我想做一個水果分類，分別是蘋果，橘子，梨，火龍果，香蕉5種，每種我需要50張圖片作為數據集，5*50=250，emmmmmmm，手動下載估計得手抽筋，還是用python來幫我自動爬蟲下載吧。具體代碼可以百度一波~~~
下面是我下載好的圖片，每個分類放在單獨一個文件夾裡
每個單獨的文件夾裡放好了我剛剛用python自動下載的水果圖片
填好基本信息，點擊下一步，就常創建成功啦!
數據中心——>我的數據集——>創建數據集
把我們下載的圖片放在一個文件夾中，壓縮，上傳壓縮包
上傳成功！
在訓練的模型中添加我們剛剛上傳的數據集
點擊開始訓練按鈕
坐等訓練完成即可
訓練完了，我們來驗證一下準確率
由於總共就200多張圖片做為數據集，圖片不多，短暫的等待一會後訓練完成了，我們先對訓練完的模型進行校驗，校驗完成後我們可以看到模型準確率居然可以達到96.92%！（不禁一陣悲傷，我們平時做深度學習時痛苦調參多次都不一定有這麼高的準確率）
我們來添加一些圖片讓它識別，看看準確率是否真的那麼高
蘋果識別：
橘子識別：
梨識別：
火龍果識別：
香蕉識別：
置信度即可能性，幾乎都在99%以上，這個識別準確率當真是非常恐怖
還有就是對小白非常非常非常友好，不需要你懂編程，提供圖片就行，剩下的事情交給他
如果你需要做一個物品識別的應用，只需要訓練好模型，在你的應用上調用模型的API即可實現
分享到:
閱讀更多 IT界的泥石流 的文章
