【我与ModelArts的故事】AI小白的成长之路

记得2021年我还在上大学的时候，参与了导师的研究课题，需要训练一个目标检测模型，可是仅仅是安装环境就浪费了我一两天的时间都过不去。因为我们使用的是Pyhon语言，要想把程序跑起来，第一关就要把Python环境配置好，如果你没有很好的方法的话，环境配置可能要占据60%以上的时间，而且它还是建立在你最终能搞定的前提下，否则可能遇到各种各样的报错，就像下面这样：

更麻烦的时候可能要来回切换不同版本的Python、包和AI框架，甚至从源码编译软件。重新配置环境浪费时间不说，更重要的是打击学习兴趣和自信心。机缘巧合下我在华为云上发现了ModelArts一站式AI开发平台，它内置了市面上的主流框架以及多种镜像，避免了环境冲突问题导致的各种报错，可以节约开发者大量的时间。

除此之外，训练模型还需要大量的标注图像，手工一张张标注不仅耗时耗力，还经常出现错误标注的现象。ModelArts数据集支持自动标注，只需要人工标注少量图像，智能标注就可以帮助你完成剩下的工作，接下来只需要手动确认即可，标注起来简直不要太轻松。

由于我本身学习的是软件专业，对于人工智能很多概念并不清除，急需要找到一条AI 的学习路径。我在网上花了很多钱买了各种各样的课程，但是它们的质量参差不其，我又花了很多时间用来试错，学习了很多知识但是却无法应用到项目里面。好多资料缺少复现的代码和文档，或者只是存在于理论层面无法凭借自己的能力复现，有些知识甚至严重落后于当前的社会。后来我在华为云上发现了AI专业学习路径，并且报名了华为云AI实战营，在华为云老师的带领下学习AI方面的基础知识，他们在我后来项目中的实际应用起到了至关重要的作用。

掌握了一些基础的AI知识，我又参与了2021华为云AI论文精读会，毕竟紧跟学术届最新论文才能保证不会落伍。为了进一步提高自己的动手实践能力，我使用华为云的AI Gallery中提供了丰富的模型和案例以及预置算法训练模型，加深我对不同算法的理解，从0到1掌握了使用ModelArts训练模型的基本流程。2022年我使用ModelArts训练自己的目标检测算法完成了人工智能的毕设，我想我的人工智能学习到此可能也要告一段落了。

此后的好多个夜晚，我都有些许不甘，脑海中总会闪过许多声音，仿佛在问自己：“少年，你要止步于此吗”？

也许是对AI的热爱，我一直未停下探索的脚步，在初秋某个百无聊赖的夜晚，微信群里面蹦出一个通知，我顺手点开了它的链接，上面写着ModelBox实战营，听起来和ModelArts好像，似乎是一个家族。或许是好奇心在作怪，于是抱着试一下的心态参加了，果然幸运女神再次降临。在此期间，我学习了很多和AI应用开发相关的知识，从模型训练到端-边-云模型部署。期间和很多优秀的小伙伴一起学习AI，认识了很多能力出众的华为云老师，厉害的大佬总是能向下兼容，也体会到一个产品的成功并非是偶然的，是有一群足够专业的人有条不紊的严格按照流程在研究和推进的，以及多部门协同作战最终拿到胜利的喜悦。慢慢的也就懂得一个人的能力再强，也不可能强得过一个团队，渐渐的思维和眼界就会不断的被打开，能看到不一样的风景。说了这么多，最后带大家亲身体验一下如何使用ModelArts进行模型的训练。

ModelArts是一站式AI应用开发平台，支持丰富的预置数据集、算法和模型、Notebook案例，以及端到端的开发模板，可以大大加速人工智能应用的生产效率。同时为了降低开发难度，ModelArts内置了高阶开发框架MoXing，其底层对接基础深度学习开发引擎或开发库，上层对多个基础模块进行抽象和适配，如高性能的优化器、数据读取和处理工具等，支持训练加速和超参搜索等功能，其逻辑框架图如下：

并且，MoXing对外提供了一套Template接口，对于常用算法可以大幅度减少算法开发工作量，具体可以参考MoXing开发指南。

俗话说的好，道路千万条，安全第一条，行车不规范，亲人两行泪！接下来小编就基于ModelArts训练一个SSD人脸手机检测模型，用于检测驾驶行为。

1、首先我们从AI Gallery中下载街道人车检测数据集到OBS桶中

2、之后使用Python和Opencv以每秒15帧将图像写入到视频文件

3、最后再使用ssdlite_movilenet_v2轻量化目标检测模型进行测试

SSD：Single Shot MultiBox Detector

SSD使用one-stage的目标检测方法，与其对应的还有Yolo，相比于two-stage方法（如R-CNN系列算法）先产生候选框再进行分类回归速度更快，它利用CNN提取特征后直接进行分类与回归，整个过程只需要一步。

SSD前半部分使用VGG16提取特征，并对其进行了改进：

1、将输入图像的大小由224x224变为300x300

2、将第6个和第7个全连接层（FC6、FC7）变为卷积层（conv6、conv7）

3、修改了最后一个Pool层的大小并去掉了所有的Dropout层以及FC8层，在后面添加更多的卷积层

SSD用conv4、conv7、conv8、conv9、conv10、conv11这6个卷基层提取的不同尺度的特征图用来检测不同大小的目标，相比于Yolo将画面分成多小格子，SSD借鉴了Faster-RCNN中间的锚框anchor box的概念，在6个特征图上面使用了8732个先验框，在不同大小的特征图上面为每个小格子设置4个先验框来减少训练的难度，最终的检测流程如下：

ssdlite_movilenet_v2使用mobilenet对vgg16进行替换减少卷积参数的运算量提高运行速度，模型推理代码可以查看Notebook：

TensorFlow object detection：

由于小编本地算力有限，所以在ModelArts中安装TensorFlow object detection，训练ssdlite_mobilenet_v2_coco模型，可以点击我发布的Notebook一键运行。

中间启动TensorBoard页面崩溃了🥺

重新进入后才加载成功，但训练数据已经不在notebook更新了，我们使用TenorBoard对训练结果进行可视化：

这里我设置每训练10000步学习率衰减95%，总共训练20000步。

友情提示：建议使用GPU进行训练，ModelArts每天提供3个小时的免费GPU算力。

感兴趣的小伙伴也可以更换自己的数据集重新训练模型，增加训练步数可以取得更好的效果😜

我正在参加【有奖征文第21期】说说你和ModelArts的故事，输出优质产品体验文章，赢开发者大礼包！
https://bbs.huaweicloud.cn/blogs/395149