mirror of
https://gitee.com/mymagicpower/AIAS.git
synced 2024-12-06 06:08:53 +08:00
.. | ||
platform-train | ||
platform-train-ui | ||
README.md |
AI 训练平台
AI训练平台提供分类模型训练能力。并以REST API形式为上层应用提供接口。 当前版包含功能如下: -分类模型训练 (imagenet数据集预训练的resnet50模型) -模型训练可视化 -图片分类推理 -图片特征提取(512维特征) -图片 1:1 比对
前端部署
下载安装:
nginx部署运行:
cd /usr/local/etc/nginx/
vi /usr/local/etc/nginx/nginx.conf
# 编辑nginx.conf
server {
listen 8080;
server_name localhost;
location / {
root /Users/calvin/platform/dist/;
index index.html index.htm;
}
......
# 重新加载配置:
sudo nginx -s reload
# 部署应用后,重启:
cd /usr/local/Cellar/nginx/1.19.6/bin
# 快速停止
sudo nginx -s stop
# 启动
sudo nginx
配置hosts文件:
# 客户端(浏览器)机器的hosts文件添加映射< 127.0.0.1 train.aias.me>,
# 其中127.0.0.1替换成jar包运行的服务器ip地址
127.0.0.1 train.aias.me
后端部署
下载jar包:
# 运行程序
java -jar aais-platform-train-0.1.0.jar
打开浏览器
输入地址: http://localhost:8080
1. 训练数据准备-ZIP格式压缩包:
压缩包内需包含2个目录(名字需严格一致):
-TRAIN :包含训练数据,每个文件夹对应一个分类(每个分类图片数量尽量保持平衡)
-VALIDATION :包含验证数据,每个文件夹对应一个分类
2. 上传数据并开始训练:
3. 查看训练过程:
4. 图片分类测试:
5. 特征提取测试:
图片特征提取使用的是新训练的模型。特征来自模型的特征提取层。
6. 图片比对测试:
7. API文档:
http://127.0.0.1:8089/swagger-ui.html
编辑jar包中的application.yml
根据需要编辑application.yml中的图片上传路径,模型保存路径 (windows环境可以使用7-zip直接编辑,无需对jar包解压缩重新压缩)
# 文件存储路径
file:
mac:
path: ~/file/
imageRootPath: ~/file/image_root/ #压缩包解压缩文件夹
newModelPath: ~/file/model/ #模型训练好后存放的文件夹
linux:
path: /home/aias/file/
imageRootPath: /home/aias/file/image_root/ #压缩包解压缩文件夹
newModelPath: /home/aias/file//model/ #模型训练好后存放的文件夹
windows:
path: C:\aias\file\
imageRootPath: C:\aias\file\image_root\ #压缩包解压缩文件夹
newModelPath: C:\aias\file\modelv2\ #模型训练好后存放的文件夹
# 文件大小 /M
maxSize: 3000
如何将训练的模型用于图像搜索引擎?
训练的模型可以用于图像搜索引擎的通用图像搜索,替换已有的模型,提升搜索引擎的精度。
图像搜索引擎:
https://gitee.com/mymagicpower/AIAS/tree/main/image_search_cpu
1. 找到训练好的模型文件:(newModelPath: ~/file/model/ #模型训练好后存放的文件夹)
-new_resnet_50-0001.params -synset.txt
2. 配置搜索引擎参数:
1). 修改参数 newModel.enabled,更新为true
#是否开启自训练模型
newModel:
enabled: true
2). 复制训练好的模型文件到搜索引擎的指定目录(newModelPath指定的路径) (windows环境可以使用7-zip对jar包里的classes/config/application-dev.yml进行编辑)