业务开发者：使用自动学习构建模型

准备工作

• 已注册华为云帐号，且在使用ModelArts前检查帐号状态，帐号不能处于欠费或冻结状态。
• 当前帐号已完成访问授权的配置。如未完成，请参考使用委托授权。针对之前使用访问密钥授权的用户，建议清空授权，然后使用委托进行授权。
• 创建OBS桶和文件夹的操作指导请参见创建桶和新建文件夹。为保证数据能正常访问，请务必保证创建的OBS桶与ModelArts在同一区域。
• 由于创建自动学习项目需要使用数据管理功能，在开始使用前，需为数据管理模块获取访问OBS权限。

  在ModelArts管理控制台，进入“数据管理 > 数据集”页面，单击“服务授权”，由具备授权的帐号“同意授权”后，即可正常使用。如果使用“帐号”登录，可直接在弹出对话框中同意授权。如果使用“IAM用户”（即子帐号）登录，需主帐号或具备Admin权限的用户进行授权操作。

步骤1：准备数据

ModelArts在公共OBS桶中提供了云宝的示例数据集，命名为“Yunbao-Data-Custom”，因此，本文的操作示例使用此数据集进行模型构建。您需要执行如下操作，将数据集上传至您的OBS目录下，即准备工作中您创建的OBS目录“test-modelarts/dataset-yunbao”。此处的OBS桶名称“test-modelarts”仅为举例，用户需要自定义一个OBS桶名称。

如果您想使用自己的数据集，可跳过此步骤，直接将数据上传至OBS文件夹中，并在步骤2：创建物体检测项目操作中直接选择此目录即可。

1. 单击数据集下载链接，将“Yunbao-Data-Custom”数据集下载至本地。
2. 在本地，将“Yunbao-Data-Custom.zip”压缩包解压。例如，解压至本地“Yunbao-Data-Custom”文件夹下。
3. 参考上传文件，使用批量上传方式将“Yunbao-Data-Custom”文件夹下的所有文件上传至“test-modelarts/dataset-yunbao”OBS路径下。

   获取的数据集分为2个子目录，分别为“eval”和“train”。“train”存储的数据用于模型训练，“eval”存储的数据可用于模型的预测。

步骤2：创建物体检测项目

1. 在ModelArts管理控制台，单击左侧导航栏“自动学习”。
2. 在“物体检测”方框中单击“创建项目”，在“创建物体检测项目”页面中，填写“名称”、“数据集名称”，选择“数据集输入位置”，云宝数据集OBS路径为“/test-modelarts/dataset-yunbao/train/”。“数据集输出位置”选择一个空目录。
   

   云宝数据集有“eval”和“train”两个目录，请选择“train”目录下的数据进行训练，如果选择“train”的上层目录，会提示“OBS存在非法数据的错误”，导致无法创建项目。

   图1 创建物体检测项目
   
3. 单击“创建项目”，完成物体检测项目创建。项目创建成功后，页面自动跳转至“自动学习 > 数据标注”页面，并自动执行数据源同步操作。

步骤3：数据标注

数据标注，针对物体检测项目，即在已有数据集图像中，标注出物体位置，并为其打上标签。标注好的数据用于模型训练。云宝数据集中，已标注部分数据，还有部分数据未标注，您可以选择未标注数据进行试用。

自动学习项目创建时，会自动执行数据源同步操作。由于数据源同步需要一定时间，如果出现同步失败，可单击“同步数据源”手动执行。

1. 在“自动学习 > 数据标注”页面单击“未标注”页签，此页面展示所有未标注的图片数据。单击任意一张图片，进入图片标注界面。
2. 用鼠标框选图片中的云宝所在区域，然后在弹出的对话框中输入标签名称，例如此示例中的“yunbao”，按“Enter”键完成此图片的添加。标注完成后，左侧图片目录中此图片的状态将显示为“已标注”。
   您可以在下方图片目录中，选择其他图片，重复上述操作继续进行图片标注。如果一张图片有多个云宝，您可以标注多处。建议将数据集中所有图片都标注完成，这样能得到一个效果比较好的模型。

   图2 物体检测图片标注
   
3. 当图片目录中所有图片都完成标注后，单击左上角“项目名称”，在弹出的对话框中单击“确定”保存标注信息，页面进入数据标注页面。您可以在“已标注”页签下查看已完成标注的图片，并通过右侧的标签信息，了解当前已完成的标签名称和标签数量。

步骤4：自动训练，生成模型

1. 完成数据标注后，在“数据标注”页面，单击右上角的“开始训练”，然后在弹出的“训练设置”对话框中配置相关参数，参考图3填写相关参数。
   图3 设置训练参数
   
2. 单击“下一步”进入配置页，确认规格后单击“提交”开始模型的自动训练。训练时间相对较长，建议您耐心等待。如果关闭或退出此页面，系统仍然在执行训练操作。
   训练完成后，您可以在界面中查看训练详情，如“准确率”、“评估结果”、“训练参数”、“分类统计表”等。

   图4 开始模型训练
   

步骤5：将模型部署上线为在线服务

1. 在“模型训练”页签中，待训练状态变为“已完成”，单击“版本管理”区域中的“部署”。
   图5 开始部署上线
   
2. 在弹出的部署设置对话框中，选择“计算节点规格”，设置“自动停止”功能，单击“确定”开始将物体检测模型部署上线为在线服务。

   如果选择免费规格，则不需要设置“自动停止”功能，1小时之后自动停止。

   图6 部署设置
   
3. 启动部署上线后，系统自动跳转至部署上线页面。此页面将呈现模型部署上线的进度和状态。
   部署上线将耗费较多时间，请您耐心等待。部署完成后，版本管理区域的状态将变更为“运行中”。

   图7 部署成功
   

步骤6：测试服务

模型部署完成后，您可添加图片进行测试。

1. 在“部署上线”界面，选择状态为“运行中”的服务版本，在“服务测试”区域单击“上传”。
   图8 上传图片
   
2. 从本地环境选择一张图片，此图片中包含云宝。然后单击“预测”进行测试。

   预测完成后，右侧“预测结果”区域输出标签名称“yunbao”，以及位置坐标和检测的评分。预测结果中，“detection_boxes”表示物体所在位置坐标，“detection_scores”表示检测评分，表示坐标内图像是云宝的概览评分。

   如模型准确率不满足预期，可在“数据标注”步骤中添加图片并进行标注，重新进行模型训练及部署上线。

   

   由于“运行中”的在线服务将持续耗费资源，如果不需再使用此在线服务，建议在版本管理区域，单击“停止”，即可停止在线服务的部署，避免产生不必要的费用。如果需要继续使用此云宝检测的服务，可单击“启用”恢复。

   图9 测试结果