摘要:ModelArts,化作我們與聽力障礙之間的一座溝通橋梁。
據統計,我國有超過2000萬人有聽力語言障礙,每年有約3萬名嬰兒生來就失去了聆聽的機會。或許是因為缺少與沒有聽力障礙的人交流的途徑,環顧四周,也許你很少能夠看到他們,可他們卻是實實在在的存在。就像我們渴望與他人交流一樣,他們也一定希望能與我們交流,但我們之間卻缺少了一座溝通的橋梁。而現在,有了ModelArts,我們可以很輕松地實作這個願望。
試用資料集下載下傳:
見末尾附件
完整資料集下載下傳:
https://www.kaggle.com/grassknoted/asl-alphabet
ModelArts的使用步驟并不複雜,主要包括:
1. 建立華為雲賬号
2. 申請通路密匙——用于向各應用授權
3. 建立obs桶——用于儲存資料
4. 授權ModelArts
5. 導入資料集
6. 自動學習
7. 調用線上服務預測
步驟一、建立華為雲賬号
通路華為雲官網(https://www.huaweicloud.com/),點選網站右上角【注冊】按鈕,進入注冊界面。
按網頁提示輸入手機号、短信驗證碼和密碼後,閱讀并同意使用者協定,點選【同意協定】并注冊,即可完成華為雲(中國)的賬号建立。
注冊完成後,請進行實名認證,否則将無法使用ModelArts。
步驟二、申請通路密鑰
使用注冊好的賬号登入到華為雲,将滑鼠懸停到網頁右上角的使用者名上,點選二級菜單上的【我的憑證】,進入AK密匙管理界面。
點選左側菜單的【通路密鑰】,再點選【新增通路密鑰】,進行手機短信驗證申請。
輸入收到的短信驗證碼,系統将建立一個新的通路密匙,此時浏覽器會提示下載下傳一個名為“credentials.csv”的檔案,其中包含了通路密匙【Access Key Id】和私有通路密鑰【Secret Access Key】 。此時通路密匙申請完畢,請務必妥善儲存。
步驟三、OBS桶的建立
在華為雲服務清單中找到【對象儲存服務OBS】或直接通路OBS控制台(https://storage.huaweicloud.com/obs/)。
進入如圖所示的OBS桶管理界面。
點選右側紅色按鈕【建立桶】,進入建立界面,并建立一個新的OBS桶。
輸入桶名稱,點選【立即建立】,即完成obs桶的建立。
為了更友善地進行資料管理,可以通路(https://developer.huaweicloud.com/tools),在下方【業務工具】中下載下傳【OBS Browser+工具】。
下載下傳完畢後使用【AK方式登入】,在輸入框中輸入剛剛申請的通路密匙【Access Key Id】和私有通路密鑰【Secret Access Key】,即可登入到OBS桶中。
步驟四、授權ModelArts
在華為雲服務清單中找到【ModelArts】或直接通路OBS控制台(https://console.huaweicloud.com/modelarts/)。
點選右側菜單底部的【全局配置】,點選【通路授權】,選擇【使用通路密鑰】進行授權。
在輸入框中輸入剛剛申請的通路密匙【Access Key Id】和私有通路密鑰【Secret Access Key】,閱讀并同意服務聲明,點選【同意授權】,完成ModelArts服務授權。
步驟五、導入資料集
打開【OBS Browser+】,打開之前建立的桶,點選【上傳】,點選【選擇檔案夾】,選擇提供的壓縮包中的檔案夾【train】,點選上傳,将其上傳到OBS桶中。
打開浏覽器,進入【ModelArts控制台】,在右側菜單中依次點選【資料管理】——【資料集】,在右側點選【建立資料集】,進入資料集建立頁面。
在建立頁面中,【資料集輸入位置】和【資料集輸出位置】分别選擇【建立檔案夾】,命名為【input】和【output】。
最後點選【建立】,完成資料集的建立。
回到資料集管理界面,在建立資料集中選擇【更多】——【導入】,選擇之前上傳到OBS桶的【train】檔案,點選【确定】,将其導入到資料集中。
待系統完成導入後,點選資料集操作中的【釋出】,完成資料集建立及導入。
步驟六、自動學習
點選左側菜單的【自動學習】,選擇【圖像分類】,資料集來源選擇【已有資料集】,在下拉菜單中選擇剛才導入的資料集。
接着點選【建立項目】,點選右側的【開始訓練】,點選【下一步】,點選【送出】,訓練任務将自動開始。我們隻需要等待其訓練完成即可。
步驟七、調用線上服務預測
訓練完成後,我們可以在左側菜單【模型管理】——【模型】中找到訓練好的模型。
點選該模型的名稱,可檢視模型的各個特征。
點選界面右上角【部署】——【線上服務】,進入線上服務部署界面。
選擇免費計算節點(由于已建立一個免費計算節點,示例中顯示的是付費節點),點選下一步,點選【送出】,即開始線上服務部署。
當線上服務部署完畢後,可以在左側菜單【部署上線】——【線上服務】中找到正在運作的線上服務,點選【預測】,進入預測界面。
點選【上傳】,選擇要識别的手語圖檔,即可使用訓練好的模型進行識别。