训练出来的模型如何部署_图像识别模型训练

前言

本篇内容主要教大家如何使用Lobe训练自己的图像分类模型

一、下载Lobe

Lobe是微软开发的模型训练工具，可用于训练图像分类模型，并支持导出tensorflow和onnx模型。工具下载地址：https://www.lobe.ai/，下载完成后直接双击安装即可。

二、训练流程

工具安装完打开后如下，点击New Project新建一个工程。

1.导入数据

点击右上角Import导入数据，Images可以导入单张或多张图片数据，Camera可以使用设备摄像头采集图片数据，Dataset可以导入批量数据。建议使用Dataset方式导入，好处在于导入图片后软件将会直接以图片所在文件夹名称对图片进行标注，当然也可以选择自己手动标注。

2.模型训练

数据导入并标注完成后会自动开始训练模型。目前主要支持ResNet-50 V2和MobileNetV2两个模型。ResNet-50 V2模型相对较大，精度也较高，MobileNetV2相对较小，推理速度较快，可以部署在移动端。下图是我自己训练的效果，主要是区分一个产品的正反面，预测效果还算可以。

3.模型导出

模型训练完后点击Use，从Images中可以导入一张图片进去预测，Camera可以通过设备摄像头拍摄图片进行预测，Export可以导出训练好的模型。主要支持以下几种模型文件。导出模型后可以通过python或C#进行加载预测，最终可以部署到装备上面使用。