PAI-EasyVision提供图像分类的训练和预测能力,支持多机分布式训练和预测。本文为您介绍如何通过PAI-EasyVision使用已有的训练模型完成图像分类离线任务。
数据格式
请参见输入数据格式。
图像分类预测
基于已有的文件列表,您可以通过PAI命令启动图像分类预测任务,示例如下。您可以使用SQL脚本组件进行PAI命令调用,也可以使用MaxCompute客户端或DataWorks的开发节点进行PAI命令调用,详情请参见使用本地客户端(odpscmd)连接或开发ODPS SQL任务。
pai -name ev_predict_ext
-Dmodel_path='您的模型路径'
-Dmodel_type='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目录'
-Darn='您的rolearn'
-DossHost='您的OSS域名'
详细的参数解释请参见参数说明。
输出结果
结果文件的每行表示原始图片路径及模型预测结果(格式为JSON的字符串),示例如下。
oss://path/to/your/image1.jpg, JSON格式结果字符串
oss://path/to/your/image1.jpg, JSON格式结果字符串
oss://path/to/your/image1.jpg, JSON格式结果字符串
JSON格式结果字符串的示例如下。
{
"class": 3,
"class_name": "coho4",
"class_probs": {"coho1": 4.028851974258174e-10,
"coho2": 0.48115724325180054,
"coho3": 5.116515922054532e-07,
"coho4": 0.5188422446937221}
}
其中的参数解释如下表所示。
参数 | 描述 | Shape | 数据类型 |
class | 类别ID | [] | INT 32 |
class_name | 类别名称 | [] | STRING |
class_probs | 所有类别概率 | [num_classes] | Dict{Key:STRING,Value:FLOAT} |
文档内容是否对您有帮助?