从 0 到 1 用华为云 ModelArts 部署一个图像分类服务

前言
很多开发者第一次接触华为云时，会卡在"不知道从哪个产品开始"这一步。本文以一个完整的图像分类小项目为例，带你走通华为云 AI 开发的全流程：数据准备 → 模型训练 → 在线部署 → API 调用。全文可直接跟着操作，预计耗时 30 分钟。

适合人群：有 Python 基础、想快速上手华为云 AI 能力的开发者。

一、准备工作
开始前你需要：

一个已完成实名认证的华为云账号（这也是社区里"实名认证"勋章的任务之一）；
开通 ModelArts 服务（免费额度足够本文练习）；
本地或云端准备一张测试图片。
创建好账号后，进入 ModelArts 控制台 → 全局配置，确认区域选择正确（建议选华北-北京四，产品最全）。

二、准备数据集
我们使用经典的"猫狗分类"作为示例。目录结构建议如下：

TEXT
dataset/
├── train/
│   ├── cat/
│   │   ├── cat_001.jpg
│   │   └── ...
│   └── dog/
│       ├── dog_001.jpg
│       └── ...
└── val/
    ├── cat/
    └── dog/
把数据集上传到 OBS（对象存储服务） 的一个桶里，例如 obs://my-ai-demo/dataset/。

小技巧：OBS 桶名全局唯一，建议加上账号 ID 后缀，避免重名失败。

三、创建训练任务
进入 ModelArts → 自动学习 → 图像分类；
新建项目，选择刚刚的 OBS 数据集路径；
系统会自动帮你标注（也可手动微调）；
设置训练参数：
最大训练时长：10 分钟
部署资源：CPU 规格即可（练习够用，省钱）
点击开始训练。
训练过程中可以实时看到准确率曲线。本文示例在 200 张图片上训练后，验证集准确率约为 92%。

四、部署为在线服务
训练完成后点击部署 → 在线服务，关键配置：

配置项    建议值    说明
计算节点    1    练习够用
规格    CPU 2 核 8GB    成本低
自动停止    1 小时后    防止忘记关闭产生费用
部署成功后你会得到一个在线服务 API 地址。

五、调用 API 测试
用 Python 发起请求：

PYTHON
import requests
import base64
# 1. 读取本地图片并 Base64 编码
with open("test.jpg", "rb") as f:
    img_base64 = base64.b64encode(f.read()).decode("utf-8")
# 2. 构造请求
url = "https://你的在线服务地址/v1/infers/xxxx"
headers = {
    "Content-Type": "application/json",
    "X-Auth-Token": "你的Token"
}
data = {"images": [{"data": img_base64}]}
# 3. 发送请求
resp = requests.post(url, json=data, headers=headers, verify=False)
print(resp.json())
返回结果类似：

JSON
{
  "predicted_label": "dog",
  "scores": [0.97, 0.03]
}
说明模型成功识别出图片是"狗"，置信度 97%。

六、踩坑记录
Token 过期：X-Auth-Token 有效期较短，正式项目建议用 AK/SK 签名方式；
OBS 权限：数据集路径报错时，优先检查桶的访问权限和区域是否一致；
费用控制：在线服务按小时计费，用完一定记得停止/删除，否则会产生持续费用；
区域不一致：ModelArts 与 OBS 必须在同一区域，跨区域会调用失败。
七、总结
通过本文，你完成了：

✅ 用 OBS 管理数据集
✅ 用 ModelArts 自动学习训练模型
✅ 部署为在线推理服务
✅ 用 Python 调用 REST API
这套流程同样适用于文本分类、物体检测等场景，只需替换数据集即可。后续可以进一步尝试：自定义算法训练、模型压缩、批量推理等进阶能力。

如果这篇文章对你有帮助，欢迎点赞 + 收藏，也欢迎在评论区交流你在华为云上遇到的坑～