摘要:想了解时下流行的自动驾驶相关AI模型吗?接下来就用华为云的ModelArts和百度的Easy DL带你体验一下AI平台是怎么进行模型训练的。

华为ModelArts自动学习 VS 百度Easy DL

在华为云论坛上看到了人车识别的实验。
想看下时下流行的自动驾驶相关的AI模型是怎么样子的。
也想看看现阶段各大AI平台是怎么进行模型训练的。
那接下来就用华为云的ModelArts和百度的Easy DL体验一下吧。

华为ModelArts-自动学习-物体检测

链接:https://console.huaweicloud.com/modelarts/?region=cn-north-4#/exeml

数据导入

只支持8MB数据的上传。如果需要上传更多文件,需要使用OBS Browser或者到OBS服务界面上传。

模型训练

可以选择增量训练、训练测试数据分割比例。

模型测试

点击部署后,可以直接上传图片进行测试。

百度Easy DL-经典版-物体检测模型

简介:https://ai.baidu.com/easydl/

数据导入

通过本地方式上传,一次性可以上传100张的图片,上传过程可以显示上传进度(百分比)。
但是存在一个及其让人难受的Bug,当你一次性选择大于100张图片时,在你上传完所有图片后,会提示你数据超限,需要重新上传。
有几次上传完后,还会出现无法点击确认的情况,在Easy DL上传数据这块花了半个小时~ =_=!。

模型训练

可以选择数据的标签。
训练完成后会发短信通知
20张不到的图片要花半个小时,华为云100张图片只用5分钟

模型测试

在线方式(校验模型)

跟华为的很类似。

手机端(H5)

这功能超赞!
训练出来的模型,无需任何开发,直接在手机端就可以做预测。很方便。

对比

这次只使用了部分功能,写下我的体会(吐槽敏感词审核,原文是写一xia体会,xia体是敏感词)。
从数据、训练、推理三个角度看一下这2个平台。

数据

相同之处:

2个平台都支持基本的人工标注,也支持智能标注(没用过)。
标注方式也差不多。

不同之处:

百度支持数据采集,支持从云服务、摄像头采集数据
百度数据标注方便些。支持锁定一个标签进行标注(图片里物体较多的时候很方便),鼠标指到对应的标签上就可以进行删除。(这2点ModelArts似乎都不支持)

训练

相同之处:

基本功能相同

不同之处:

百度支持短信通知训练进度。
百度支持选择使用哪几个标签进行训练。
百度可以部署方式以及部署环境进行针对性的训练(只试了公有云API)
华为支持数据集按指定比例切分。
华为支持增量训练。

推理

相同之处

支持在线测试、云上推理。

不同之处

百度支持生成线下SDK进行部署,但是需要申请,而且似乎不是企业用户不会给你通过-_-!。

百度支持生成H5,在手机端快速体验。

一个小结

从整理体验过程来看,ModelArts的Bug相对少一些,体验很流畅,整过过程很顺滑,不需要动太多脑子。

百度在做实验过程中磕磕碰碰,部分功能要自己去探索。但是百度看起来在模型的部署这块的功能比较完备。

点击关注,第一时间了解华为云新鲜技术~

人车识别实验丨华为ModelArts VS 百度Easy DL硬核体验的更多相关文章

  1. 基于 Arduino 的 RFID 识别实验

    http://www.it165.net/embed/html/201512/3287.html 2015年12月04日(周五) 上午  博士的智能卡实验--RFID识别实验,基于51单片机: 我们的 ...

  2. 利用百度智能云结合Python体验图像识别(转载来自qylruirui)

    https://blog.csdn.net/qylruirui/article/details/94992917 利用百度智能云结合Python体验图像识别只要注册了百度账号就可以轻松体验百度智能云中 ...

  3. Demo分享丨看ModelArts与HiLens是如何让车自己跑起来的

    摘要:基于HiLens Kit已经基本开发完成,可部署到HiLens Kit,模型的选择为基于DarkNet53的YOLOv3模型,权重为基于COCO2014训练的数据集,而车道线的检测是基于Open ...

  4. Tensorflow编程基础之Mnist手写识别实验+关于cross_entropy的理解

    好久没有静下心来写点东西了,最近好像又回到了高中时候的状态,休息不好,无法全心学习,恶性循环,现在终于调整的好一点了,听着纯音乐突然非常伤感,那些曾经快乐的大学时光啊,突然又慢慢的一下子出现在了眼前, ...

  5. 实践案例丨基于ModelArts AI市场算法MobileNet_v2实现花卉分类

    概述 MobileNetsV2是基于一个流线型的架构,它使用深度可分离的卷积来构建轻量级的深层神经网,此模型基于 MobileNetV2: Inverted Residuals and Linear ...

  6. 技术分享丨华为鲲鹏架构Redis知识二三事

    摘要:华为云鲲鹏Redis,业界首个基于自研ARM-Based全栈整合的Redis云服务,支持双机热备的HA架构,提供单机.主备.Proxy集群.Cluster集群实例类型,满足高读写性能场景及弹性变 ...

  7. 百度ML/DL方向面经

    最近败人品败得有些厉害,很多事都处理得不好--感觉有必要做点好事攒一攒. 虽然可能面试经过不是很有代表性,不过参考价值大概还是有的-- 由于当时人在国外,三轮都是电面-- 一面 当地时间早上5点半爬起 ...

  8. Android指纹识别API讲解,让你有更好的用户体验

    我发现了一个比较怪的现象.在iPhone上使用十分普遍的指纹认证功能,在Android手机上却鲜有APP使用,我简单观察了一下,发现Android手机上基本上只有支付宝.微信和极少APP支持指纹认证功 ...

  9. VIN码识别:让VIN码采集so easy!

    近几年汽车后市场呈喷井式发展,在过去的半年,汽车后市场规模已高达万亿级,产业前景广阔,与此同时行业运营也受信息区域化.数据不统一的制约,让企业面临着效率低下.规模化运行困难的痛点. 在汽车配件市场中, ...

随机推荐

  1. MongoDB副本集replica set(三)--添加删除成员

    在上一篇文章中,我们搭建了3个节点的副本集,集群信息如下: rstest:PRIMARY> rs.config() { "_id" : "rstest", ...

  2. python运行时报错can't find '__main__' module in 'xxx' 的解决办法

    刚开始学习python,想要使用pycharm来编辑和运行程序,所以就安装了下pycharm ,写了个简单的代码决定运行下,结果出现如下错误: 度娘找了一番,解决了问题,发现错误主要因为在这里 没有运 ...

  3. 阿里云Linux CentOS8.1 用 xshell 上传和下载文件

    下载: 例如有一个script 文件夹,我们要把它打包成 tar文件,并下载到本地.具体命令如下: 1.进入script 所在的目录,先打包,命令如下: tar -cvf script.tar scr ...

  4. css3动画添加间隔

    因项目需要,需要在元素上实现动画效果,并且需要有动画间隔.坑爹的是animation-delay只有在第一次动画开始的时候才起效. 在网上找了很多方法,最终的方法基本都是改动画规则,比如 @keyfr ...

  5. css3-pointer-events

    <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title> ...

  6. MySQL Error (Always Continue)

    MySQL Error (Always Continue)   其实大部分error在网上都有对应的解决办法,尤其是对Mysql这种使用范围很广的技术.自己就不为每个error单独发布博客了,仅在这里 ...

  7. 3W字干货深入分析基于Micrometer和Prometheus实现度量和监控的方案

    前提 最近线上的项目使用了spring-actuator做度量统计收集,使用Prometheus进行数据收集,Grafana进行数据展示,用于监控生成环境机器的性能指标和业务数据指标.一般,我们叫这样 ...

  8. sql语句-CASE WHEN用法详解

    当我们需要从数据源上 直接判断数据显示代表的含义的时候 ,就可以在SQL语句中使用 Case When这个函数了. Case具有两种格式.简单Case函数和Case搜索函数. 第一种 格式 : 简单C ...

  9. JVM中栈的frames详解

    目录 简介 JVM中的栈 Frame Local Variables本地变量 Operand Stacks Dynamic Linking动态链接 方法执行完毕 简介 我们知道JVM运行时数据区域专门 ...

  10. 机器学习实战基础(二十):sklearn中的降维算法PCA和SVD(一) 之 概述

    概述 1 从什么叫“维度”说开来 我们不断提到一些语言,比如说:随机森林是通过随机抽取特征来建树,以避免高维计算:再比如说,sklearn中导入特征矩阵,必须是至少二维:上周我们讲解特征工程,还特地提 ...