4.5.1 工作流介绍
工作流简介
观察云的外部形状，即云的外形特征、结构特点和云底高度，对预测天气变化有重要 的影响。ModelArts Pro提供云状识别工作流，为您提供高精度的云状识别算法，通过 云的外部形状预测天气变化。
● 功能介绍
– 支持上传多种云状图数据，构建云状的识别模型，用于高精度识别云的外部 形状，进而用于气象预测工作。
– 支持一键部署模型和技能到边缘设备Atlas 500，并在华为HiLens平台上进行 模型管理和技能管理。
● 适用场景
气象智能预测等场景。
● 优势
模型精度高，识别速度快，更新模型简便。
工作流流程
在“ModelArts Pro>视觉套件”控制台选择“我的工作流>云状识别工作流”新建应 用，详细操作请见新建应用。您可以开发云状识别模型，自主上传数据训练模型，实 现云状类别识别功能。
图4-29 云状识别工作流流程
表4-12 云状识别工作流说明
流程 说明 详细指导
准备数据 在使用云状识别工作流开发应用之 前，您需要提前准备用于模型训练 的数据，上传至OBS中。
准备数据
选择数据 在使用云状识别工作流开发应用 时，您需要新建或导入训练数据 集，后续训练模型操作是基于您选 择的训练数据集。
由于模型训练过程需要有标签的数 据，如果您上传未标注数据，需要 手动标注数据。
选择数据
流程 说明 详细指导 直接调用对应的API和SDK识别。
部署服务
4.5.2 准备数据
在使用云状识别工作流开发应用之前，您需要提前准备用于模型训练的数据，上传至 OBS服务中。
设计云状标签
首先需要考虑好云状标签，即希望识别出云状的一种结果。例如可以以“cumulus”
（积云）、“stratus”（层云）、“cumulonimbus”（积雨云）等分别作为云状的种 类。
数据集要求
● 文件名规范，不能有中文，不能有+、空格、制表符。
● 保证图片质量，不能有损坏的图片。目前支持的格式包括JPG、JPEG、PNG、
BMP。
● 不要把明显不同的多个任务数据放在同一个数据集内。
● 为了保证模型的预测准确度，训练样本跟真实使用场景尽量相似。
● 为保证模型的泛化能力，数据集尽量覆盖可能出现的各种场景。
● 每一类数据尽量多，尽量均衡。每个分类标签需要准备20个数据以上，为了训练 出效果较好的模型，建议每个分类标签准备200个以上的数据。
● 针对未标注数据，要求将图片放在一个目录里，示例如下所示。
├─dataset-import-example
│ IMG_20180919_114732.jpg
│ IMG_20180919_114745.jpg
│ IMG_20180919_114945.jpg
– 如果导入位置为OBS，用户需具备此OBS路径的读取权限。
– 只支持JPG、JPEG、PNG、BMP格式的图片。
● 针对已标注数据，云状识别工作流仅支持一张图片识别单个标签，支持如下两种 数据格式。
– 相同标签的图片放在一个目录里，并且目录名字即为标签名。当存在多层目 录时，则以最后一层目录为标签名。
示例如下所示，其中“cumulus”和“stratus”分别为标签名。
dataset-import-example
├─cumulus
│ 10.jpg
– 当目录下存在对应的txt文件时，以txt文件内容作为图像的标签，优先级高于 第一种格式。
示例如下所示，“import-dir-1”和“imort-dir-2”为导入子目录。
dataset-import-example
├─import-dir-1
│ 10.jpg
└─import-dir-2 1.jpg 1.txt 2.jpg 2.txt
单标签的标签文件示例，如1.txt文件内容如下所示：
stratus
只支持JPG、JPEG、PNG、BMP格式的图片。单张图片大小不能超过5MB，
且单次上传的图片总大小不能超过8MB。
上传数据至 OBS
使用ModelArts Pro进行应用开发时，您需要将数据上传至OBS桶中。
1. 首先需要获取访问OBS权限，在未进行委托授权之前，无法使用此功能。您需要 提前获得OBS授权，详情请见配置访问权限。
2. 已创建用于存储数据的OBS桶及文件夹，且数据存储的OBS桶与ModelArts Pro在 同一区域（目前仅支持华为-北京四），详情请见创建OBS桶。
3. 上传数据至OBS，OBS上传数据的详细操作请参见《对象存储服务快速入门》。
说明
● 您在创建OBS桶时，需保证您的OBS桶与ModelArts Pro在同一个区域。
● 建议根据业务情况及使用习惯，选择OBS使用方法。
● 如果您的数据量较小（小于100MB）或数据文件较少（少于100个），建议您使 用控制台上传数据。控制台上传无需工具下载或多余配置，在少量数据上传时，
更加便捷高效。
● 如果您的数据量较大或数据文件较多，建议选择OBS Browser+或obsutil工具上 传。OBS Browser+是一个比较常用的图形化工具，支持完善的桶管理和对象管理 操作。推荐使用此工具创建桶或上传对象。obsutil是一款用于访问管理OBS的命 令行工具，对于熟悉命令行程序的用户，obsutil是执行批量处理、自动化任务较 好的选择。
● 如果您的业务环境需要通过API或SDK执行数据上传操作，或者您习惯于使用API 和SDK，推荐选择OBS的API或SDK方法创建桶和上传对象。
上述说明仅罗列OBS常用的使用方式和工具，更多OBS工具说明，请参见《OBS 工具 指南》。
请提前在华为HiLens控制台注册Atlas 500设备，详细注册方式请前往华为云论坛 参与讨论。
a. 登录“ModelArts Pro>视觉套件”控制台。
默认进入“应用开发>工作台”页面。
b. 选择已新建的应用名称，单击“操作”列的“查看”。
进入“应用总览”页面。
图4-30 进入应用总览
c. 在开发版本列表中单击“操作”列的“查看”。
进入“应用开发”页面。
图4-31 进入应用开发
新建训练数据集
在“数据选择”页面，单击“新建训练数据集”，右侧弹出“新建数据集”页面，根 据数据存储位置和数据标注情况，按表4-13填写数据集基本信息，然后单击“确 定”。
图4-32 新建数据集
表4-13 新建训练数据集参数说明
参数 说明
数据集名称 待新建的数据集名称。
描述 数据集简要描述。
参数 说明
数据集输入位置 训练数据存储至OBS的位置。
单击“数据集输入位置”右侧输入框，
在弹出的“数据集输入位置”对话框 中，选择“OBS桶”和“文件夹”，然 后单击“确定”。
数据集输出位置 待新建的数据集存储至OBS的位置。
待新建的数据集有一个默认存储位置。
如果需要修改数据集存储位置，请单击
“数据集输出位置”右侧的“修改”，
在弹出的“数据集输出位置”对话框 中，选择“OBS桶”和“文件夹”，然 后单击“确定”。
说明
“数据集输出位置”不能与“数据集输入位 置”为同一路径，且不能是“数据集输入位 置”的子目录。“数据集输出位置”建议选 择一个空目录。
新建训练数据集后，勾选当前应用开发所需的训练数据集。
由于模型训练过程需要有标签的数据，针对已上传的数据集，手动添加或修改标签。
单击数据集操作列的“标注”，进入数据集概览页单击右上角的“开始标注”，在
“数据标注”页面手动标注数据，详细的操作指导请参考标注数据-图像分类。
导入数据集
1. 在“数据选择”页面，单击“导入数据集”。
弹出“导入数据集”对话框。
“导入数据集”对话框会显示您在云状识别工作流创建的其他应用中已使用的数 据集信息，包括“数据集名称”和“标注进度”。
图4-33 导入数据集
2. 勾选数据集，然后单击“确定”。
数据集导入后，“数据选择”页面右上角会显示“数据集导入成功”。
3. 导入勾选数据集后，在数据选择页面勾选当前应用开发所需的训练数据集。
由于模型训练过程需要有标签的数据，针对已上传的数据集，手动添加或修改标 签。
单击数据集操作列的“标注”，进入数据集概览页单击右上角的“开始标注”，
在“数据标注”页面手动标注数据，详细的操作指导请参考标注数据-图像分类。
查看标签解析
新建并选择训练数据集后，针对已标注的数据，在“标签解析”中查看标签样本的统 计数据，横轴为“标签”，纵轴为标签对应的有效“样本数”。
图4-34 标签解析
后续操作
选择训练数据集后，单击右下角的“下一步”，进入应用开发的“模型训练”步骤，
详细操作指引请参见训练模型。
4.5.4 训练模型
针对已标注完成的训练数据，开始训练模型，您可以查看训练的模型准确率和误差变 化。
前提条件
已在视觉套件控制台选择“云状识别工作流”新建应用，并已执行完“数据选择”步 骤，详情请见选择数据。
训练模型
在“模型训练”页面，单击“开始训练”。
模型训练一般需要运行一段时间，等模型训练完成后，“开发应用>模型训练”页面下 方显示查看训练详情。
查看训练详情
模型训练完成后，可在“模型训练”页面查看“训练详情”，包括“准确率变化情 况”和“误差变化”。
图4-35 模型训练
模型如何提升效果
● 检查是否存在训练数据过少的情况，建议每个类别的图片量不少于100个，如果低 于这个量级建议扩充。
● 检查不同标签的样本数是否均衡，建议不同标签的样本数量级相同，并尽量接 近，如果有的类别数据量很高，有的类别数据量较低，会影响模型整体的识别效 果。
● 选择适当的学习率和训练轮次。
● 通过详细评估中的错误识别示例，有针对性地扩充训练数据。
后续操作
模型训练完成后，单击“下一步”，进入应用开发的“模型评估”步骤，详细操作指 引请参见评估模型。
4.5.5 评估模型
训练得到模型之后，整个开发过程还不算结束，需要对模型进行评估和考察。往往不 能一次性获得一个满意的模型，需要反复的调整算法、数据，不断评估训练生成的模 型。
一些常用的指标，如精准率、召回率、F1值等，能帮助您有效的评估，最终获得一个 满意的模型。
前提条件
已在视觉套件控制台选择“云状识别工作流”新建应用，并训练模型，详情请见训练 模型。
评估模型
在“模型评估”页面，您可以针对当前版本的模型进行模型评估，查看评估参数对比 和详细评估，也可以模拟在线测试。
图4-36 评估模型
● 模型评估
“模型评估”下侧显示当前模型的版本、验证集数量。
● 评估参数对比
“评估参数对比”下方显示当前模型的评估参数值，包括“精准率”、“召回 率”、“F1值”。您可以在上方单击 选择“评估范围”，单击 “添加对比版
“评估参数对比”下方显示当前模型的评估参数值，包括“精准率”、“召回 率”、“F1值”。您可以在上方单击 选择“评估范围”，单击 “添加对比版