学习飞桨BML实战全流程

一、创建模型

1、飞桨BML登录:

2、点击【预置模型调参】

或者：点击【训练算力-预置模型调参】

 3、选择【行业模型】，点击【立即创建】

4、 填写相关信息

5、填写描述

 6、完成创建

 二、上传数据集

1、点击【创建数据集】

 2、选择对应数据类型

 3、选择数据集压缩包

 4、完成数据上传

 三、模型训练

 1、返回【行业模型】，点击【新建任务】

2、 填写备注

 3、添加数据集

4、选中要添加的数据集

 5、根据需要选择【训练时间】，提交【训练任务】

 6、选择【继续训练】

7、 等待训练完成

 8、完成训练，点击【发布】

 

 四、模型部署

1、点击【模型管理】->【版本列表】

 2、点击【在线服务】

 3、开始部署

 4、等待部署完成，点击【查看详情】

五、创建应用

1、点击【在线部署】->【查看详情】->【控制台】

 2、进入百度智能云管理中心，点击【在线服务】->【应用列表】->【创建应用】

 3、创建新应用

 4、保存API Key、Secret Key以备调用

5、 返回【在线服务】->【查看详情】

6、 保存接口地址以备调用

 7、选择【我的项目】->【物体检测】->【立即创建】

8、新建Notebook，并启动

 9、点击新建Notebook

10、复制以下代码到Notebook 

import json
import base64
import requests
"""
使用 requests 库发送请求
使用 pip（或者 pip3）检查我的 python3 环境是否安装了该库，执行命令
  pip freeze | grep requests
若返回值为空，则安装该库
  pip install requests
"""


# 目标图片的 本地文件路径，支持jpg/png/bmp格式
IMAGE_FILEPATH = "R-C (3).jpeg"

# 可选的请求参数
# threshold: 默认值为建议阈值，请在 我的模型-模型效果-完整评估结果-详细评估 查看建议阈值
PARAMS = {"threshold": 0.3}

# 服务详情 中的 接口地址
MODEL_API_URL = "https://aip.baidubce.com/rpc/2.0/ai_custom_bml/v1/car_detection/123111111"
# 调用 API 需要 ACCESS_TOKEN。若已有 ACCESS_TOKEN 则于下方填入该字符串
# 否则，留空 ACCESS_TOKEN，于下方填入 该模型部署的 API_KEY 以及 SECRET_KEY，会自动申请并显示新 ACCESS_TOKEN
ACCESS_TOKEN =""
API_KEY = "iQYQVrdGH631Zr1CCgxRcR5I"
SECRET_KEY = "frQPZa0uDA72DgdC3sf36Ys1Ag0Pvy6t"


print("1. 读取目标图片 '{}'".format(IMAGE_FILEPATH))
with open(IMAGE_FILEPATH, 'rb') as f:
    base64_data = base64.b64encode(f.read())
    base64_str = base64_data.decode('UTF8')
print("将 BASE64 编码后图片的字符串填入 PARAMS 的 'image' 字段")
PARAMS["image"] = base64_str
if not ACCESS_TOKEN:
    print("2. ACCESS_TOKEN 为空，调用鉴权接口获取TOKEN")
    auth_url = "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials"\
               "&client_id={}&client_secret={}".format(API_KEY, SECRET_KEY)
    auth_resp = requests.get(auth_url)
    auth_resp_json = auth_resp.json()
    ACCESS_TOKEN = auth_resp_json["access_token"]
    print("新 ACCESS_TOKEN: {}".format(ACCESS_TOKEN))
else:
    print("2. 使用已有 ACCESS_TOKEN")


print("3. 向模型接口 'MODEL_API_URL' 发送请求")
request_url = "{}?access_token={}".format(MODEL_API_URL, ACCESS_TOKEN)
response = requests.post(url=request_url, json=PARAMS)
response_json = response.json()
response_str = json.dumps(response_json, indent=4, ensure_ascii=False)
print("结果:\n{}".format(response_str))

11、ACCESS TOKEN 留空，填写好接口地址（MODEL_API_URL）、API Key（API_KEY）、Secret Key（SECRET_KEY）之后运行代码块

 12、上传测试图片，修改代码中图片路径

13、 运行代码，得到输出结果