Ymir使用教程之初体验

Ymir是一个一站式模型生产和部署平台，听着不够贴切？我简单描述一下你就知道它是干嘛的了。

---

基本要素可总结为：

• 数据集：训练集、验证集、挖掘集（可以无标签）

挖掘集：一个可以无标签的数据集，用于扩充训练集，可以通过已训练的模型从无标签数据中找到潜在的目标数据即可能包含目标标签的数据，然后就可以对这些选出来的数据进行人工标注了（Ymir有自己的标注系统LabelFree），标注后的数据可以和原始数据集合并，这样通过迭代更新更大的数据集可产生更好的模型。

• 流程：训练集训练模型；验证集验证性能（可用于模型训练调参）；挖掘集挖掘数据；标注挖掘数据；挖掘数据合并扩充到训练集；用扩充后的训练集训练模型；验证性能；................. 循环迭代................... >>>>>>>得到一个satisfactory模型；发布；部署。
• 支持任务：目前仅支持目标检测

---

优点：

• 新手友好！可视化操作训练开发部署全流程，大大降低对模型算法人员的要求！
• 免费使用
• 支持一键部署到开发板

---

将Ymir 的使用流程走一遍！ 

Part one: 部署Ymir 

可参考：ymir/README.md at master · IndustryEssentials/ymir · GitHub

Ymir的部署这里就不展开了，基本上按照官方教程，一步一步来都能完成。

Ymir的部署指的是：你可以将Ymir平台部署到你的自己（公司、个人）的机器上，然后其他人可以用网页可视化界面来使用你部署的Ymir。

---

Part Two：Ymir 模型训练、发布及部署

这里使用Ymir 官方发布的一个已经部署好的样例平台： http://ymir.intellif.com:12001/

①：注册账号：略

②：新建项目

•  这里的训练类别指的是你数据集中标签文件中设定的标签名

③：添加数据集（包括训练集、验证集、挖掘集）

• 创建完项目后，需要添加你这个项目的数据集：

•  数据集名称自己定义，数据集的导入有多种方式，可以本地导入，下拉导入方式会有详细的导入格式介绍等，在这里，为了快速体验，先用ymir里自带sample数据集。

④：训练

• 选择训练集单击训练：

• 选择对应的训练集，验证集，然后单击训练就可以训练了！这里贴心的可以显示当前数据集的标签分布情况，可以初步判断训练集是否正常（比如样本的均衡程度等）。这里训练集中的400张图像是从coco中随机挑选的，所以有些图片没有cat和person的标签，也就是下图中标明的负样本。

• 可以查看训练进度---训练时间以及用tensorboard做的训练过程可视化

• ok，获得了一个训练后的模型

•  接下来对挖掘集挖掘，点击挖掘，同样选择对应的挖掘数据集，以及用于执行挖掘任务的模型，当然选择刚刚训练好的模型咯！TopK指的是你要从这个挖掘集里挖多少张图片用于扩充你的数据集，默认挖掘前十分之一的数据。

•  来看看我们的挖掘结果，点击挖掘出来的数据集，然后点击查看：

•  这里我选择的挖掘集是带一些标签的，所以我们这里只查看预测标注；检测结果还不错！

• 如果想对挖掘出来的结果进行进一步人工标注，我们可以选择挖掘集的标注按钮，将这些数据发给Ymir专门的标注平台LabelFree进行标注，标注完成后会自动返回对应的标注数据到Ymir平台：

•  我们可以选择对多个数据集进行合并来扩充我们的训练集，然后使用合并后的数据进行下一轮迭代从而提升模型性能：

 注：更简单的操作方式-----以上分解步骤可以直接通过项目迭代流程完成：

 ⑤：发布

• 训练好的模型我们就可以发布了，点击发布：

⑥一键部署

• 在左侧选择 "我的算法" 可以看到我们目前发布的算法，对我们的算法一键部署，这里的未发布指的是未发布到公共算法：

•  将摄像头接入网络，一键部署!

• 部署中

• 部署完成！

⑦ 效果 

都到这一步了，不得瞅瞅效果？

• 进入设备

• 可以看到我们模型已经导入成功了，Great！模型应该是自动压缩了，开启我们的算法：

• 设置相机抓拍时段，点击"设置"：

• 看看检测效果

 完！