每日最新頭條.有趣資訊

手把手教你如何用Cloud AutoML做毒蜘蛛分類器

原作:Matt Fraser

安妮 編譯自 Shine Solutions

量子位 出品 | 公眾號 QbitAI

近日,一名叫Matt Fraser的小哥用Cloud AutoML製作了一個分類器,能識別分類澳大利亞的各種毒蜘蛛。

在這篇文章中,小哥手把手教你如何在零基礎的情況下也做一個影像分類器出來,非常簡單容易上手,可以說是好玩又實用了。量子位將這篇文章全文翻譯整理,與大家分享。

警告:這篇文章中包含蜘蛛(and蜘蛛人)的照片,過敏患者請繞行~

手把手教你如何用Cloud AutoML做毒蜘蛛分類器

簡介

兩個月前,谷歌發布了全自動訓練AI無需寫代碼的Cloud AutoML,即使你不懂機器學習,也能訓練出一個定製化的機器學習模型了,這則消息當時還震驚了AI圈。

對,在這篇文章中,我就小露一手自己是怎樣在幾個小時之內,用開發利器Cloud AutoML

訓練出一個毒蜘蛛圖片分類器的。在開始訓練前我手頭沒有任何數據,它僅僅需要你對機器學習相關的基本概念有一個基礎的了解。

我可能可以教會老媽也訓練一個出來!

獲取數據

手把手教你如何用Cloud AutoML做毒蜘蛛分類器

獲取數據是訓練機器學習模型的第一步,可我不想跑去澳大利亞的叢林收集毒蜘蛛的照片。

怎麽辦!

幸好,谷歌還提供另外一個工具幫我做這件事:谷歌影像搜索~

手動下載數百張照片也挺麻煩,所以我用了一個簡單的Python腳本小工具批量下載了圖片。

批量下載小工具代碼:

https://github.com/hardikvasa/google-images-download

我用“whitetail spider(白尾蜘蛛)”和“redback spider(紅背蜘蛛)”關鍵詞搜索,每種蜘蛛各搜集100張照片。

至此,獲取數據這步完美通關。

如果你的很多圖片是沒有標記的,你可以將它們導入Cloud AutoML Vision服務中,然後選擇Human Labeling Service人工打標簽。

將數據集導入Cloud AutoML

手把手教你如何用Cloud AutoML做毒蜘蛛分類器

Cloud AutoML先把搜集的照片放入谷歌雲存儲系統中,你可以用UI將影像導入這個工具。為了節約時間,我用gcloud command line tool將影像複製到系統裡。

接下來,我需要包含每個影像bucket url和標簽的CSV。谷歌影像搜索下載工具將其結果放入檔案夾中,因此及我編寫了一個腳本將檔案的列表一一放在下面格式的CSV中,最後上傳到同一個bucket裡。

gs://my-automl-bucket/path/to/image,whitetail

gs://my-automl-bucket/path/to/image,redback

之後我在Cloud AutoML中創建了一個新數據集,給出了我分類的CSV的位置:

手把手教你如何用Cloud AutoML做毒蜘蛛分類器

手把手教你如何用Cloud AutoML做毒蜘蛛分類器

訓練模型

手把手教你如何用Cloud AutoML做毒蜘蛛分類器

導入標記了的影像後,訓練模型只需要“基礎”和“高級”選項之間選擇再一個,之後點擊一下就能一鍵訓練模型了。

手把手教你如何用Cloud AutoML做毒蜘蛛分類器

我選擇的是免費方案,不到20分鐘我就收到了電子郵件,告知我的模型已經訓練好了!

手把手教你如何用Cloud AutoML做毒蜘蛛分類器

模型評估

模型訓練好後,Cloud AutoML會提供一些不錯的工具幫助評估模型是否有效。如果你之前了解過一些機器學習的相關概念,能幫助你更好完成這一步。

手把手教你如何用Cloud AutoML做毒蜘蛛分類器

你也可以上傳一些新照片檢測模型是否能正確分類。我上傳了下面兩張圖片,可以看出,雖然訓練示例影像的像素很低,但運行效果還不錯。

手把手教你如何用Cloud AutoML做毒蜘蛛分類器

手把手教你如何用Cloud AutoML做毒蜘蛛分類器

當給模型一張高腳蛛的圖片時我有些困惑,因為這是它從未見過的品種。模型的整個“世界觀”都是基於在訓練集中提供的標簽,所以不管給它什麽,它都會根據這些標簽做出預測。

手把手教你如何用Cloud AutoML做毒蜘蛛分類器

我又給模型一張蜘蛛人的照片,有趣的是我發現它有有點分不清了。

可不是嘛!

手把手教你如何用Cloud AutoML做毒蜘蛛分類器

使用模型

訓練完成後模型就會自動部署。這意味著只要你實現了模型的準確性,就可以通過Cloud Vision API指定模型在生產中使用它。理論上講目前數據集還是太小,你需要更多種類蜘蛛的更多的照片才能保證效果。

結論

谷歌的Cloud AutoML Vision服務標誌著機器學習技術向“人人可用”邁出了一大步。有了這樣的工具,任何開發者可以輕鬆構建一個自定義影像分類的應用程式。

可能你不久之後就會在應用商店中看到“ Spiderapp”這個應用,到時候不要太驚訝~

最後,附原文地址:

https://shinesolutions.com/2018/03/14/using-google-cloud-automl-vision-to-classify-poisonous-australian-spiders/amp/?__twitter_impression=true

誠摯招聘

量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回復“招聘”兩個字。

量子位 QbitAI · 頭條號簽約作者

վ'ᴗ' ի 追蹤AI技術和產品新動態

獲得更多的PTT最新消息
按讚加入粉絲團