人车识别实验丨华为ModelArts VS 百度Easy DL硬核体验
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。
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
- 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 ...
- 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 ...
- 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 ...
- 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, ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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
- (私人收藏)2019WER积木教育机器人赛(普及赛)解决方案-(全套)获取能源核心
2019WER积木教育机器人赛(普及赛)解决方案-(全套)获取能源核心 含地图,解决程序,详细规则,搭建方案EV3;乐高;机器人比赛;能力风暴;WER https://pan.baidu.com/s/ ...
- JavaScript图形实例:再谈IFS生成图形
在“JavaScript图形实例:迭代函数系统生成图形”一文中,我们介绍了采用迭代函数系统(Iterated Function System,IFS)创建分形图案的一些实例.在该文中,仿射变换函数W的 ...
- Golden Tiger Claw(二分图)
Golden Tiger Claw 题意 找到和最小的两个序列a,b满足对于任意i,j有a[i]+b[j]>=c[i][j](矩阵c给出). solution 裸的二分图就水过了-- #incl ...
- 【盗版动归】Codeforces998C——Convert to Ones 归一操作
嘤嘤嘤,因为最近文化课老师追的紧了+班主任开班会,所以这博客是赶制的赝品 题目: You've got a string a1,a2,…,ana1,a2,…,an, consisting of zer ...
- CF 1912 A NEKO's Maze Game
题目传送门 题目描述 输入 输出 样例 样例输入 样例输出 Yes No No No Yes 一句话题意:2*n的迷宫,从(1,1)出发到(2,n),初始时全部的都是地面,每次询问会把一个地面给变成熔 ...
- sql语句replace函数的使用
SQL中的替换函数replace()使用 语法 REPLACE ( string_expression , string_pattern , string_replacement ) 参数 strin ...
- redis 集群方案及搭建
由于Redis出众的性能,其在众多的移动互联网企业中得到广泛的应用.Redis在3.0版本前只支持单实例模式,虽然现在的服务器内存可以到100GB.200GB的规模,但是单实例模式限制了Redis没法 ...
- Install-Package : 找不到程序包
将程序包源链接地址改为https://www.nuget.org/api/v2/即可.
- 数据可视化之powerBI技巧(十五)采悟:Power BI动态技巧:动态显示数据层级
今天给大家分享一个动态显示数据层级的技巧,效果如下: 无论想按什么维度.什么顺序查看分析数据,只需要选择不同的切片器组合就行了. 方法如下:01 | 把数据聚合为分析需要的最细粒度 本文假设最细分析粒 ...
- 如何理解Javascript中的函数(Function)
Function类型 首先得知道,每个函数都是Function类型的实例,所以函数本身是对象. 示例1: function sum (num1, num2){ return sum1 + sum2; ...