AI开发平台ModelArtsAI开发平台ModelArts

计算
弹性云服务器 ECS
裸金属服务器 BMS
云手机 CPH
专属主机 DeH
弹性伸缩 AS
镜像服务 IMS
函数工作流 FunctionGraph
云耀云服务器 HECS
VR云渲游平台 CVR
特惠算力专区
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
弹性文件服务 SFS
存储容灾服务 SDRS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属企业存储服务
云存储网关 CSG
专属分布式存储服务 DSS
CDN与智能边缘
内容分发网络 CDN
智能边缘云 IEC
智能边缘小站 IES
智能边缘平台 IEF
人工智能
AI开发平台ModelArts
华为HiLens
图引擎服务 GES
图像识别 Image
文字识别 OCR
自然语言处理 NLP
内容审核 Moderation
图像搜索 ImageSearch
医疗智能体 EIHealth
园区智能体 CampusGo
企业级AI应用开发专业套件 ModelArts Pro
人脸识别服务 FRS
对话机器人服务 CBS
视频分析服务 VAS
语音交互服务 SIS
知识图谱 KG
人证核身服务 IVS
IoT物联网
设备接入 IoTDA
设备管理 IoTDM(联通用户专用)
全球SIM联接 GSL
IoT数据分析
路网数字化服务 DRIS
IoT边缘 IoTEdge
设备发放 IoTDP
开发与运维
软件开发平台 DevCloud
项目管理 ProjectMan
代码托管 CodeHub
流水线 CloudPipeline
代码检查 CodeCheck
编译构建 CloudBuild
部署 CloudDeploy
云测 CloudTest
发布 CloudRelease
移动应用测试 MobileAPPTest
CloudIDE
Classroom
开源镜像站 Mirrors
应用魔方 AppCube
云性能测试服务 CPTS
应用管理与运维平台 ServiceStage
云应用引擎 CAE
视频
实时音视频 SparkRTC
视频直播 Live
视频点播 VOD
媒体处理 MPC
视频接入服务 VIS
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
资源管理服务 RMS
应用身份管理服务 OneAccess
区块链
区块链服务 BCS
可信跨链服务 TCS
可信分布式身份服务
智能协作
IdeaHub
开发者工具
SDK开发指南
API签名指南
DevStar
HCloud CLI
Terraform
Ansible
云生态
云市场
合作伙伴中心
华为云培训中心
其他
管理控制台
消息中心
产品价格详情
系统权限
我的凭证
客户关联华为云合作伙伴须知
公共问题
宽限期保留期
奖励推广计划
活动
容器
云容器引擎 CCE
云容器实例 CCI
容器镜像服务 SWR
应用编排服务 AOS
多云容器平台 MCP
基因容器 GCS
容器洞察引擎 CIE
云原生服务中心 OSC
容器批量计算 BCE
容器交付流水线 ContainerOps
应用服务网格 ASM
网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
数据库
云数据库 RDS
数据复制服务 DRS
文档数据库服务 DDS
分布式数据库中间件 DDM
云数据库 GaussDB (for openGauss)
云数据库 GaussDB(for MySQL)
云数据库 GaussDB NoSQL
数据管理服务 DAS
数据库和应用迁移 UGO
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
可信智能计算服务 TICS
推荐系统 RES
云搜索服务 CSS
数据可视化 DLV
数据湖治理中心 DGC
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
应用中间件
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
API网关 APIG
分布式缓存服务 DCS
分布式消息服务RocketMQ版
企业应用
域名注册服务 Domains
云解析服务 DNS
云速建站 CloudSite
网站备案
商标注册
华为云WeLink
会议
隐私保护通话 PrivateNumber
语音通话 VoiceCall
消息&短信 MSGSMS
云管理网络
SD-WAN 云服务
边缘数据中心管理 EDCM
云桌面 Workspace
应用与数据集成平台 ROMA Connect
ROMA资产中心 ROMAExchange
API全生命周期管理 ROMA API
安全与合规
安全技术与应用
DDoS防护 ADS
Web应用防火墙 WAF
云防火墙 CFW
应用信任中心 ATC
企业主机安全 HSS
容器安全服务 CGS
云堡垒机 CBH
数据库安全服务 DBSS
数据加密服务 DEW
数据安全中心 DSC
云证书管理服务 CCM
SSL证书管理 SCM
漏洞扫描服务 VSS
态势感知 SA
威胁检测服务 MTD
管理检测与响应 MDR
安全治理云图 Compass
认证测试中心 CTC
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
专属云
专属计算集群 DCC
解决方案
高性能计算 HPC
SAP
混合云灾备
华为工业云平台 IMC
价格
成本优化最佳实践
专属云商业逻辑
用户服务
帐号中心
费用中心
成本中心
资源中心
企业管理
工单管理
客户运营能力
国际站常见问题
支持计划
专业服务
合作伙伴支持计划
更新时间:2021-12-29 GMT+08:00
分享

采集数据

ModelArts平台提供的自动难例发现功能,能够在一批输入旧AI应用的推理数据中,通过内置规则筛选出可以进一步提升旧AI应用精度的数据。自动难例发现功能可以有效减小AI应用更新时需要的标注人力。对于旧AI应用的推理数据,尽可能地发掘有利于提升AI应用精度的部分数据。您只需要对这部分数据进一步的确认标注,然后将其加入训练数据集中,在重新训练后,就能够得到精度更高的新AI应用。

针对部署为在线服务的AI应用,调用URL或通过Console输入预测的数据,可通过数据采集功能,将此类数据采集或筛选出难例,并输出至数据集,用于后续的模型训练。

针对在线服务的数据采集,如图1所示,支持如下几个场景。

  • 数据采集:开启数据采集任务。将调用在线服务产生的数据,按配置规则进行采集并存储。
  • 同步数据至数据集:针对数据采集的结果数据,支持将此数据同步至某一数据集中,统一管理和应用。
  • 数据采集并筛选难例:开启数据采集任务,同时启用难例筛选功能,将采集的数据通过内置算法,筛选出难例。最后将难例数据以及采集的数据存储至对应数据集中,用于重新训练。
  • 反馈难例:当您调用在线服务进行预测时,可将预测不准确的图片数据,作为难例反馈,存储至对应数据集。
图1 在线服务的数据采集

前提条件

  • 创建好的AI应用,已部署为在线服务,且在线服务处于“运行中”状态。
  • 明确此在线服务的类型。仅“物体检测”或“图像分类”类型支持数据采集和难例筛选。

数据采集

在部署为在线服务时,您可以开启数据采集任务。或者针对已部署完成的在线服务,您可以在服务详情页面,开启数据采集任务。如果仅开启数据采集任务,仅将调用服务时产生的数据,采集存储至OBS。如需进行难例筛选,请参见数据采集并筛选难例;如需将采集后的数据同步至数据集,但是不需要难例筛选,请参见同步数据至数据集

  1. 登录ModelArts管理控制台,在左侧菜单栏中选择“部署上线 > 在线服务”,进入在线服务管理页面。
  2. 开启数据采集任务。
    • 在部署为在线服务时,即“部署”页面,填写部署服务相关参数时,开启数据采集功能。
      图2 部署页面开启数据采集功能
    • 针对已部署完成的在线服务,单击服务名称进入服务详情页面,在数据采集参数中,开启数据采集。
      图3 详情页面开启数据采集功能
  3. 填写数据采集任务的相关参数,详细参数说明请参见表1
    表1 数据采集参数说明

    参数

    说明

    采集规则

    支持“全量采集”“按置信度”采集。目前仅支持“全量采集”模式。

    采集输出

    采集数据后,数据存储的路径。仅支持OBS目录。请选择一个已有目录或者新建一个OBS目录。

    保存周期

    支持“一天”“一周”“永久”“自定义”

    • “一天”:表示仅采集服务运行一天内的数据。
    • “一周”:表示仅采集服务运行一周内的数据。
    • “永久”:表示服务启动后的所有数据。
    • “自定义”:支持设置为X天。表示采集服务运行X天内的数据。
    图4 数据采集的配置

    数据采集启动后,当调用此服务进行预测(通过Console预测或者通过URL接口预测)时,上传的数据将按照设置的规则,被采集至对应OBS目录中。

同步数据至数据集

针对开启了数据采集任务的在线服务,支持将采集的数据同步至数据集。此操作并不会执行难例筛选,仅将采集的数据存储至数据集。可以存储至已有数据集,也可创建一个新数据集用于存储数据。

  1. 开启数据采集任务。详细操作请参见数据采集

    当数据采集任务未采集到数据时,即用户未调用接口使用预测功能,则无法执行同步数据至数据集的操作。

  2. 单击服务名称进入服务详情页面,在“同步数据”选项,单击“同步数据至数据集”
    图5 同步数据至数据集
  3. 在弹出的对话框中勾选“标注类型”然后“选择数据集”,单击“确定”,将采集数据同步至数据集的“未标注”页签下。

    同步的数据为数据采集任务配置规则下系统采集到的数据。当采集数据为空时,将无法执行同步数据至数据集的操作。

    图6 同步数据至数据集

数据采集并筛选难例

如果仅开启数据采集任务,并不会启动自动识别难例的操作。您需要同时开启难例筛选任务,可将采集的数据进行难例筛选,同时将筛选结果存储至对应数据集中。

由于难例筛选功能对预测输出格式有要求,因此对于不同模型来源,要求不同:

  • 针对自动学习训练所得的模型,无需任何修改。自动学习功能的预测输出格式是系统预置的,满足难例筛选要求。
  • 针对预置算法训练所得的模型,无需任何修改。预置算法的预测输出格式是系统预置的,满足难例筛选要求。
  • 针对用户自己训练所得的模型,需确保推理代码中输出格式符合要求,物体检测和图像分类的要求不同,详情请参见预测输出格式的要求。例如,使用常用框架或自定义镜像训练所得模型,在创建AI应用时,推理代码编写时,预测输出格式必须满足对应类型的要求。
  1. 开启数据采集任务。详细操作请参见数据采集

    在开启难例筛选功能前,必须先开启数据采集任务。当此在线服务,之前开启过数据采集任务,且对应OBS路径存储数据仍在,可仅开启难例筛选功能,此时难例筛选仅针对OBS路径中存储的数据进行筛选。

  2. 开启难例筛选任务。在配置数据采集任务的同一个页面,您可以同时开启难例筛选任务。相关参数填写请参见表2
    表2 难例筛选参数说明

    参数

    说明

    训练数据集

    将某一AI应用部署为在线服务,此AI应用的模型是通过某一数据集训练而来,其过程如下所示:

    (训练脚本+训练数据集)-> 训练得到模型 -> 将模型创建为AI应用 ->部署为在线服务

    针对此在线服务对应的训练数据集,您可以在难例筛选时,导入训练数据集,更容易筛选出模型深层次的数据问题。

    此参数为可选项,但为了提升精度,推荐您导入相应数据集。如果您的数据集未在ModelArts中管理,请参考创建数据集

    筛选规则

    支持“按时长”筛选或“按样本量”筛选。

    • “按时长”:指按指定时长定期对OBS目录中存储的未筛选数据进行筛选。支持“1小时”“1天”“2天”“自定义”“自定义”仅支持设置为XX小时。
      说明:

      “按时长”筛选难例时,时长设置需小于数据采集的“保存周期”。例如,当数据采集的“保存周期”“一天”,那么“筛选规则”中的时长必须小于等于1天。如果您设置的时长大于保存周期,但实际系统筛选的对象仅为保存周期内的数据。

    • “按样本量”:当采集数据满样本量时执行一次难例筛选。支持“100个”“500个”“1000个”“自定义”。如果数据采集周期内,样本量小于您设置的筛选规则,那么难例筛选将一直不启用。例如,当数据采集的“保存周期”设置为1天,而1天内此在线服务的数据仅有100张数据,而筛选规则设置为按500个样本量进行筛选,那么此任务将一直不启用。OBS数据会根据保存周期,删除大于1天的数据,此时样本量不会增长,无法达到筛选规则设置的条件。因此,在设置规则时,请务必评估服务的调用量,根据实际情况设置样本量数据。

    难例输出

    将筛选出的难例数据保存至某一数据集。支持已有数据集或创建一个新的数据集

    必须选择一个对应类型的数据集,例如模型类型为“图像分类”,其筛选的难例输出的数据集,也必须为“图像分类”类型。

    图7 开启难例筛选功能
  3. 当数据采集及难例筛选任务配置完成后,系统将根据您设置的规则,采集数据并筛选难例。您可以在在线服务的“难例筛选”页签下,查看“任务状态”。当任务完成后,其“任务状态”将显示为“数据集导入完成”。您可以通过数据集链接,快速跳转至对应的数据集。采集的数据将存储在“未标注”页签下;筛选出的难例,将存储在数据集的“待确认”页签下。
    图8 任务状态
    图9 难例筛选结果

反馈难例

在ModelArts管理控制台中,当您使用在线服务进行预测时,如果预测结果不准确时,您可以在预测页面直接将此难例反馈至对应数据集。

  1. 登录ModelArts管理控制台,在左侧菜单栏中选择“部署上线 > 在线服务”,单击对应服务名称进入服务详情页面。
  2. 单击“预测”页签,上传您用于预测的图片,然后单击“预测”
  3. 当预测结果不准确时,单击“难例反馈”
    图10 在线服务难例反馈
  4. 在弹出的对话框中勾选“标注类型”然后“选择,单击“确定”,将此难例数据反馈至此数据集“待确认”页签。用于提升进一步的模型训练精度。
    图11 难例反馈

预测输出格式的要求

针对用户自定义的模型,推理代码中的“infer_output”,即预测返回的JSON格式,需与如下示例一致。

  • 物体检测

    预测输出格式如下所示:

    {
      "detection_classes": [
        "<label-name-1>",
        "<label-name-2>"
      ],
      "detection_boxes": [
        [
          <y_min>,
          <x_min>,
          <y_max>,
          <x_max>
        ],
        [
          <y_min>,
          <x_min>,
          <y_max>,
          <x_max>
        ]
      ],
      "detection_scores": [
        <label-1-score>,
        <label-2-score>
      ]
    }
    表3 预测结果中的参数说明

    参数

    说明

    detection_classes

    每个检测框的标签。

    detection_boxes

    每个检测框的四点坐标(y_min,x_min,y_max,x_max),如图12所示。

    detection_scores

    每个检测框的置信度。

    图12 检测框的四点坐标示意图
  • 图像分类
    预测输出格式如下所示:
    {
      "predicted_label": "<label-name-1>",
      "scores": [
        [
          "<label-name-1>",
          "<label-1-score>"
        ],
        [
          "<label-name-2>",
          "<label-2-score>"
        ]
      ]
    }
    表4 预测结果中的参数说明

    参数

    说明

    predict_label

    表示图片预测的标签。

    scores

    表示Top5标签的预测置信度。

分享:

    相关文档

    相关产品

关闭导读