使用百度EasyDL训练自己的图像识别模型_图像识别模型控制台

        相信有很多同学也都想入坑图像识别这一领域，但是无奈有诸多方面的限制，比如说电脑配置不好、环境配置复杂、租云服务器费用高等。而百度推出的EasyDL平台可以在一定程度上让我们在深度学习领域能够快速应用相应的成果，而不是把精力放在一步步踩坑上，用更加便捷、省力的方式去构建自己的深度学习项目，也更加方便的去管理自己的模型。EasyDL-零门槛AI开发平台

模型选择

        EasyDL有着众多常用的深度学习模型可供选择，基本上涵盖了市面上常用的类型。

        这里呢我需要的是物体检测，点击相应的选项。

        控制台相当的简单明了，可以根据边上的菜单一步步的进行操作，来完成整个的模型训练和部署。

创建模型

         点击我的模型，之前有创建了一个模型，现在我们来重新创建一个模型。

         大家填写自己相应的信息即可，电话号码用来接收模型训练结束的短信。

         创建完成后，我们还需要添加相应的数据集。

创建数据集

         创建成功后我们需要导入我们自己的数据集。这里有非常多的方式可以供大家选择，也可以选择已经标注好的数据集来进行训练。

        导入完成，我们可以查看相应的信息和数据集标注了，这里数据集还可以进行多人同时标注，在数据集较多的情况下可以找小伙伴一起进行标注，来提高效率节约时间。

数据集标注

        确定需要进行标注的标签，我们就可以开始进行标注了。

         标注的方式和界面和我们平时用的标注软件差别不大，比较清晰也非常容易上手。

        经过了漫长的标注数据集过程，终于完成了标注。强烈建议多人标注或者采用智能标注，采用智能标注后还需要对标注进行检查，避免错误和遗漏。还可以查看数据 质检报告。

 训练模型

        在标注完成后，即可对模型进行训练，可以选择根据实际的使用场景进行相应的配置。

        点击开始训练，等待训练完成，完成后一般会有短信发送到预留的手机号中。 

        模型训练速度和氪金不氪金还是有点关系的，大家想要速度快精度高懂的都懂。训练完成后可以查看相应的报告，包含一些模型相应的性能供大家参考，是否需要继续进行训练或者改进。

        模型训练完相关的部署，有时间再写一篇，先留个坑。