基于MindSpore的图像识别全 流程代码实战 版本：2.0 se HUAWEI 华为技术有限公司
基于 MindSpore 的图像识别全 流程代码实战 版本：2.0 华为技术有限公司
% 第1页 HUAWEI 目录 1实验介绍 …2 1.1实验清单 .2 1.2开发平台介绍 .2 1.3背景知识 2 2基于MindSpore的图像识别全流程代码实战 7 2.1实验介绍 .7 2.2实验环境要求 .7 2.3实验总体设计 ..13 2.4实验过程 ..14 2.4.1数据集获取… .14 2.4.2导入实验环境 ..14 2.4.3读取数据集… ..16 2.4.4模型构建训练 18 2.4.5模型预测… …26 2.4.6模型保存和转换 27 2.4.7模型部署上线 31 2.5实验总结… .37
第1页 目录 1 实验介绍 ............................................................................................................................... 2 1.1 实验清单 ..................................................................................................................................................................... 2 1.2 开发平台介绍 ............................................................................................................................................................. 2 1.3 背景知识 ..................................................................................................................................................................... 2 2 基于 MindSpore 的图像识别全流程代码实战 ........................................................................ 7 2.1 实验介绍 ..................................................................................................................................................................... 7 2.2 实验环境要求 ............................................................................................................................................................. 7 2.3 实验总体设计 ........................................................................................................................................................... 13 2.4 实验过程 ................................................................................................................................................................... 14 2.4.1 数据集获取 ............................................................................................................................................................ 14 2.4.2 导入实验环境 ........................................................................................................................................................ 14 2.4.3 读取数据集 ............................................................................................................................................................ 16 2.4.4 模型构建训练 ........................................................................................................................................................ 18 2.4.5 模型预测 ................................................................................................................................................................ 26 2.4.6 模型保存和转换 .................................................................................................................................................... 27 2.4.7 模型部署上线 ........................................................................................................................................................ 31 2.5 实验总结 ................................................................................................................................................................... 37
% HUAWEI 第2页 实验介绍 卷积网络，也叫做卷积神经网络，是专门用来处理具有类似网格结构的数据的神经网络。例吸如 时间序列数据（可以认为是在时间轴上有规律的采样形成的一维网格）和图像数据（可以看作 二维的像素网格)。卷积在诸多应用领域都表现优异。本章主要围绕深度学习的卷积网络而开 设的实验。 本章实验的主要目的是掌握卷及网络相关基础知识点。掌握不同神经网络架构的设计原理，熟 悉使用MindSpore框架实验的一般流程，以及最后将模型部署上线。 1.1实验清单 表格：实验、简述、难度、软件环境、硬件环境。 实验 简述 软件环境 开发环境 训练并部署上线花卉图像 ModelArts 图像识别全流程代码 分类卷积网络分类识别实 MindSpore-1.1.1- 实战 python3.7 验。 1.2开发平台介绍 ●MindSpore最佳匹配异腾芯片的开源A计算框架，支持Asend、GPU、CPU平台。MindSpore官 网：https:/www.mindspore.cn ● ModelArts是面向开发者的一站式AI开发平台，为机器学习与深度学习提供海量数据预处理及半 自动化标注、大规模分布式Training、自动化模型生成，及端-边-云模型按需部曙能力，帮助用 户快速创建和部署模型，管理全周期A!工作流。 1.3背景知识 卷积神经网络结构
第2页 1 实验介绍 卷积网络，也叫做卷积神经网络，是专门用来处理具有类似网格结构的数据的神经网络。例如 时间序列数据（可以认为是在时间轴上有规律的采样形成的一维网格）和图像数据（可以看作 二维的像素网格）。卷积在诸多应用领域都表现优异。本章主要围绕深度学习的卷积网络而开 设的实验。 本章实验的主要目的是掌握卷及网络相关基础知识点。掌握不同神经网络架构的设计原理，熟 悉使用 MindSpore 框架实验的一般流程，以及最后将模型部署上线。 1.1 实验清单 表格：实验、简述、难度、软件环境、硬件环境。 实验 简述 软件环境 开发环境 图像识别全流程代码 实战 训练并部署上线花卉图像 分类卷积网络分类识别实 验。 MindSpore-1.1.1- python3.7 ModelArts 1.2 开发平台介绍 MindSpore 最佳匹配昇腾芯片的开源 AI 计算框架，支持 Asend、GPU、CPU 平台。MindSpore 官 网：https://www.mindspore.cn ModelArts 是面向开发者的一站式 AI 开发平台，为机器学习与深度学习提供海量数据预处理及半 自动化标注、大规模分布式 Training、自动化模型生成，及端-边-云模型按需部署能力，帮助用 户快速创建和部署模型，管理全周期 AI 工作流。 1.3 背景知识 卷积神经网络结构
% HUAWEI 第3页 卷积神经网络是深度学习与神经网络算法中主流算法之一，主要用于图像识别。其结构图如 下： Input Image 3 Feature 3 Feature 5 Feature 5 Feature Maps Maps Maps Maps Output Layer Convolution Pooling Convolution Pooling Fully Connected Layer Layer Layer Layer Network 图1-1卷积神经网络结构 ● 卷积层 在卷积层计算过程中，输入是一定区域大小width*height)的数据，和滤波器filter(带着一组 固定权重的神经元)做内积后等到新的二维数据。 具体来说，滤波器fter(带着一组固定权重的神经元)通过滑动窗口的方式，对输入图像进 行扫描，扫描过程中，对输入图像中的像素值进行点乘，不同的滤波器ftr会得到不同的输 出数据，比如颜色深浅、轮廓。相当于如果想提取图像的不同特征，则用不同的滤波器 filter,提取想要的关于图像的特定信息：颜色深浅或轮廓
第3页 卷积神经网络是深度学习与神经网络算法中主流算法之一，主要用于图像识别。其结构图如 下： 卷积神经网络结构 卷积层 在卷积层计算过程中，输入是一定区域大小(width*height)的数据，和滤波器 filter（带着一组 固定权重的神经元）做内积后等到新的二维数据。 具体来说，滤波器 filter（带着一组固定权重的神经元）通过滑动窗口的方式，对输入图像进 行扫描，扫描过程中，对输入图像中的像素值进行点乘，不同的滤波器 filter 会得到不同的输 出数据，比如颜色深浅、轮廓。相当于如果想提取图像的不同特征，则用不同的滤波器 filter，提取想要的关于图像的特定信息：颜色深浅或轮廓
% HUAWEI 第4页 Input Volume (+pad 1)(7x7x3)Filter wo (3x3x3) Filter W1 (3x3x3)Output Volume (3x3x2) x【:,:,0] 0[:,:,0】 w1I:,:,0] el::,0] 0 1 -1-10 10-3 -110 611 -1-10 -110 4-31 00 w0[:,:,1的 1[:,:,1] o[:,:,1] 0 10 -10-1 1-10 -16-4 002 0 00 -1 -10-1 -2-3-4 0 0000 0 1-10 -100 -1-3-3 w0【:,,2] x[:,:,1 w1[:,:,2 00 0 0 -101 0 0 1 01 101 0 1 0-10 0 Bias bo(1x1x1) Bias b1 (1x1x1) 9 b0:,01 b1I:,:,0] 0 0 0 x[:, ：2 toggle movement 0 0 0 00 0 112 0 0000000 激活函数： fy)↑ f(y)=y fy)=0 ifx>0 ReLU(x) ifx≤0 LU函数其实是分段线性函数，把所有的负值都变为0，而正值不变，这种操作被成为单侧 抑制。可别小看这个简单的操作，正因为有了这单侧抑制，才使得神经网络中的神经元也具有 了稀疏激活性
第4页 激活函数： ReLU 函数其实是分段线性函数，把所有的负值都变为 0，而正值不变，这种操作被成为单侧 抑制。可别小看这个简单的操作，正因为有了这单侧抑制，才使得神经网络中的神经元也具有 了稀疏激活性