PAI-EasyVision提供图像打标训练及预测功能,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打标离线任务。
数据格式
请参见输入数据格式。
图像多标签预测
基于已有的文件列表,您可以通过PAI命令启动图像打标离线任务,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='multilabel_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,示例如下。
oss://path/to/your/image1.jpg, { "class_probs":{ "小品":0.0008051558979786932, "个人生活动态":0.7316102385520935 "饰品":0.0008112151990644634, "跳舞":0.0008053297060541809 }, "classes":[ 1 ], "predictions":[ false, true, false, false ], "class_names":[ "个人生活动态" ], "probs":[ 0.00054657127475366, 0.7316212648051790893, 0.0005365353426896036, 0.0007256706594489515 ] }
oss://path/to/your/image1.jpg, { "class_probs":{ "小品":0.0008051558979786932, "个人生活动态":0.7316102385520935 "饰品":0.0008112151990644634, "跳舞":0.0008053297060541809 }, "classes":[ 1 ], "predictions":[ false, true, false, false ], "class_names":[ "个人生活动态" ], "probs":[ 0.00054657127475366, 0.7316212648051790893, 0.0005365353426896036, 0.0007256706594489515 ] }
oss://path/to/your/image1.jpg, { "class_probs":{ "小品":0.0008051558979786932, "个人生活动态":0.7316102385520935 "饰品":0.0008112151990644634, "跳舞":0.0008053297060541809 }, "classes":[ 1 ], "predictions":[ false, true, false, false ], "class_names":[ "个人生活动态" ], "probs":[ 0.00054657127475366, 0.7316212648051790893, 0.0005365353426896036, 0.0007256706594489515 ] }
预测结果为JSON字符串,各字段的解释如下。
参数 | 含义 | Shape | 数据类型 |
classes | 标签ID | [num_labels] | INT Array |
class_names | 标签名称 | [num_labels] | STRING Array |
class_probs | 所有标签概率 | [total_labels] | Dict{Key:STRING,Value:FLOAT} |
文档内容是否对您有帮助?