PAI圖像多標(biāo)簽預(yù)測(cè)
更新時(shí)間:
PAI-EasyVision提供圖像打標(biāo)訓(xùn)練及預(yù)測(cè)功能,支持多機(jī)分布式訓(xùn)練和預(yù)測(cè)。本文為您介紹如何通過(guò)PAI-EasyVision使用已有的訓(xùn)練模型完成圖像打標(biāo)離線任務(wù)。
數(shù)據(jù)格式
請(qǐng)參見(jiàn)輸入數(shù)據(jù)格式。
圖像多標(biāo)簽預(yù)測(cè)
基于已有的文件列表,您可以通過(guò)PAI命令啟動(dòng)圖像打標(biāo)離線任務(wù),示例如下。您可以使用SQL腳本組件進(jìn)行PAI命令調(diào)用,也可以使用MaxCompute客戶(hù)端或DataWorks的開(kāi)發(fā)節(jié)點(diǎn)進(jìn)行PAI命令調(diào)用,詳情請(qǐng)參見(jiàn)使用本地客戶(hù)端(odpscmd)連接或開(kāi)發(fā)ODPS SQL任務(wù)。
pai -name ev_predict_ext
-Dmodel_path='您的模型路徑'
-Dmodel_type='multilabel_classifier'
-Dinput_oss_file='oss://path/to/your/filelist.txt'
-Doutput_oss_file='oss://path/to/your/result.txt'
-Dimage_type='url'
-Dnum_worker=2
-DcpuRequired=800
-DgpuRequired=100
-Dbuckets='您的OSS目錄'
-Darn='您的rolearn'
-DossHost='您的OSS域名'
詳細(xì)的參數(shù)解釋請(qǐng)參見(jiàn)參數(shù)說(shuō)明。
輸出結(jié)果
結(jié)果文件的每行表示原始圖片路徑及模型預(yù)測(cè)結(jié)果,示例如下。
oss://path/to/your/image1.jpg, { "class_probs":{ "小品":0.0008051558979786932, "個(gè)人生活動(dòng)態(tài)":0.7316102385520935 "飾品":0.0008112151990644634, "跳舞":0.0008053297060541809 }, "classes":[ 1 ], "predictions":[ false, true, false, false ], "class_names":[ "個(gè)人生活動(dòng)態(tài)" ], "probs":[ 0.00054657127475366, 0.7316212648051790893, 0.0005365353426896036, 0.0007256706594489515 ] }
oss://path/to/your/image1.jpg, { "class_probs":{ "小品":0.0008051558979786932, "個(gè)人生活動(dòng)態(tài)":0.7316102385520935 "飾品":0.0008112151990644634, "跳舞":0.0008053297060541809 }, "classes":[ 1 ], "predictions":[ false, true, false, false ], "class_names":[ "個(gè)人生活動(dòng)態(tài)" ], "probs":[ 0.00054657127475366, 0.7316212648051790893, 0.0005365353426896036, 0.0007256706594489515 ] }
oss://path/to/your/image1.jpg, { "class_probs":{ "小品":0.0008051558979786932, "個(gè)人生活動(dòng)態(tài)":0.7316102385520935 "飾品":0.0008112151990644634, "跳舞":0.0008053297060541809 }, "classes":[ 1 ], "predictions":[ false, true, false, false ], "class_names":[ "個(gè)人生活動(dòng)態(tài)" ], "probs":[ 0.00054657127475366, 0.7316212648051790893, 0.0005365353426896036, 0.0007256706594489515 ] }
預(yù)測(cè)結(jié)果為JSON字符串,各字段的解釋如下。
參數(shù) | 含義 | Shape | 數(shù)據(jù)類(lèi)型 |
classes | 標(biāo)簽ID | [num_labels] | INT Array |
class_names | 標(biāo)簽名稱(chēng) | [num_labels] | STRING Array |
class_probs | 所有標(biāo)簽概率 | [total_labels] | Dict{Key:STRING,Value:FLOAT} |
文檔內(nèi)容是否對(duì)您有幫助?