AutoLearning图像分类案例_PAI-AutoLearning 自动学习

模板样例提供骡子、马、羊驼图片各10张，通过Autolearning平台训练后可得到准确率高达80%以上的骡马羊驼图片分类模型。

图片分类是深度学习常见一个场景，即对一组图片添加标签进行分类，比如图片A中包含人物，这张图片属于人物类别；图片B中是花草元素，这张图属于风景类别。图片分类模型即用户输入一张图片，自动返回该图片的类型。图像分类有多种用途，比如用于相册图片自动分类处理、动植物分类等等。

Pai Autolearning是Pai平台基于迁移学习全新推出的零代码、小数据量要求、超参调优一体、超快速模型训练的高效全自动机器学习平台。无需算法基础，只需提供少量训练样本。本文以样例骡、马、羊驼分类模型为例，介绍Pai Autolearning全自动机器学习平台的训练三部曲。

点击从样例创建后，将在实例列表中自动生成一个实例，训练数据源即系统提供的骡、马、羊驼图片。说明：基于模板示例创建的实例，训练数据源来自平台默认图片，不需要开通和授权Oss。

模板实例创建成功后，自动打开实例进入标注界面，用户可自行进行图片标注。点击开始训练，平台自动生成图片标注分类结果。此处可设置期望模型训练时长，如设置最长训练时间为20分钟，实例在模型训练达到20分钟后自动停止训练并返回生成的模型。

开始训练后，在这个页面可以看到模型的训练过程，包括训练进度、已训练时间等，并可以进行模型版本管理等操作。在模型训练结束后，可看到生成模型的准确率、精确率等值。如果需要提高模型准确率，有两种方法：一是增加训练数据量；二是加长模型训练时长。

在得到图片分类模型后，平台提供了模型试用功能。只需重新上传一张图片，平台将返回图片的分类结果。可以看到骡、马、羊驼的模型试用结果置信度达到。

经过这三个步骤，就可以到到一个骡、马、羊驼的分类模型。在平台实际训练时，得到的模型可点击去Eas部署将训练的到的模型发布成在线模型服务。

AutoLearning图像分类案例