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
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
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
Screenshot
2. 上传数据并开始训练:
-选择zip文件并上传
-点击训练按钮开始训练
Screenshot
3. 查看训练过程:
Screenshot
4. 图片分类测试:
Screenshot
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。
Screenshot
6. 图片比对测试:
Screenshot
7. API文档：
http://127.0.0.1:8089/swagger-ui.html
Screenshot
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
Screenshot
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）
Screenshot
