Modelarts自动学习之旅，实现智慧食堂的人脸识别提示优化
前言
最近公司食堂进行了升级，不但餐盘更换为智能餐盘，且结账的时候可以刷脸支付。
这些升级让排队结账的速度提升了很多，且食堂员工效率也随之提高了很多。果然，科技改变世界。
我观察了一下，智能餐盘基本没有卡顿，99%的准确率，偶尔有极少数识别不出来的情况。
但是刷脸支付出现卡顿的情况相对多一些，主要是有遮挡的情况下，需要去掉遮挡。每次出现类似情况，需要食堂员工人工提醒。
这种情况，我觉得还是不够智能。
智慧食堂
智能餐盘
虽然本期重点不是它，但是还是做一下简单了解，百度百科给的介绍是：
智能餐盘（RFID service plate）是一种在餐盘底部植入RFID射频芯片的可被自动识别餐具。它通过射频信号自动识别餐盘并获取相关数据，识别工作无须人工干预，并可同时识别多个餐盘，操作快捷方便。
智能餐盘主要是为了解决食堂结算慢、易出错、成本高等问题。
智能餐盘通常是跟智盘结算台配套使用，餐具进入结算区后（射频天线感应区），通过对餐具底部RFID射频芯片进行读写操作，借助于计算机及其通讯技术，实现对餐具底部RFID射频芯片的通信和管理，实现快速结算。
智能结算系统
智能餐盘可以快速到食物的价值，这个时候还有一个重要环节就是支付。
食堂提供的刷脸支付，十分便利，省去了拿出手机提供支付凭证的环节。
人脸识别技术的关键在于精确识别的程度，接下来可以做的事情主要是二选一：
- 提升人脸精确识别度；
- 遮挡物识别的智能提示，由刷脸机器提供。
借力ModelArts
华为云ModelArts中有一个实验是：口罩检测（使用新版自动学习实现物体检测应用）。
这个实验可以：
依据开发者提供的标注数据及选择的场景，无需任何代码开发，自动生成满足用户精度要求的模型。可支持图片分类、物体检测、预测分析、声音分类等场景。可根据最终部署环境和开发者需求的推理速度，自动调优并生成满足要求的模型。
从这个实验介绍中提取到的关键信息，我觉得可以拿来参考做遮挡物的测试。
真是，踏破铁鞋无觅处，全靠华为云的帮助。
接下来，让我们一起来一场ModelArts的实验之旅。
口罩检测实验
前置工作
首先确保已经完成了华为云账号的开通与认证。
配置委托访问授权
- 登录ModelArts管理控制台；
- 在ModelArts管理控制台的左侧导航栏，找到“全局配置”并单击进入；
- 在“全局配置”页面，单击“添加授权”。
- “授权对象”：选择需要授权的“用户名”。
- “委托类型”：新增委托。
- “权限配置”：普通用户。
其他选择项默认即可，然后勾选“我已经详细阅读并同意《ModelArts服务声明》”，单击“创建”。
图3-1：授权配置
4.授权成功之后，返回“全局配置”列表，可查看到此帐号新增的委托授权数据。
图3-2：“全局配置”列表
创建OBS桶
OBS是ModelArts提供的使用对象存储服务，目的是为了进行数据存储以及模型的备份和快照。
该实验在创建训练数据集之前，需要创建一个OBS桶，然后在OBS桶中创建文件夹用于存放数据。
1、登录OBS管理控制台，在桶列表页面右上角单击“创建桶”，创建OBS桶。
填写参数：
- "区域"：华北-北京四，后续区域需要选择和OBS桶一致。
- "桶名称"：创建桶名称，建议创建的桶名称具有可识别性，本次实验以“obs-respirator”为例。
其他使用默认值即可，确认无误后单击右下角“立即创建”。
图2-1：创建OBS桶
2、在桶列表页面，单击桶名称，进入该桶的概览页面。
图2-2：桶列表
3、单击概览页面的左侧导航的“对象”，在“对象”页面单击新建文件夹，创建OBS文件夹。
图2-3：新建文件夹
新建一个名为“respirator”的文件夹，存放数据集输出的数据。
图2-3：新建文件夹配置
新建一个名为“respirator-resource”的文件夹，用于存放数据集输入的数据。
新建一个名为“respirator-result”的文件夹，用于存放数据集输出结果的数据。
进入实验
步骤1：创建训练数据集
1、进入模型详情页
进入模型详情页有两种方式：
- 单击口罩检测小数据集链接，进入模型详情页。
- 单击AI Gallery链接，在“资产集市>数据”下，选择“数据集”，进入AI Gallery数据集页面，搜索口罩检测小数据集，进入模型详情页。
图3-1：模型详情页的下载入口
2、在弹出的“选择云服务区域”页面选择ModelArts所在的云服务区域，单击“确定”。
图3-2：选择云服务区域
3、在“下载详情”页面，填写参数。
- "下载方式"：ModelArts数据集
- "目标区域"：华北-北京四，目标区域须与步骤2中选择的云服务区域保持一致。
- "数据集输出位置"：选择您的OBS路径下的空目录，用来存放输出的数据标注的相关信息，如版本发布生成的Manifest文件等。且此目录不能与输入位置一致，也不能为输入位置的子目录。
- "数据集输入位置"：选择您的OBS路径。用来存放源数据集信息。
- "名称"：创建数据集名称，建议创建的数据集名称具有可识别性，本次实验以“dataset-respirator”为例。
其他选择默认值即可，确认无误后单击右下角“确定”。
图3-3：下载配置
4、系统会跳转到“我的数据”页面，等待数据集下载完成（需等待大概5分钟左右）。单击进入“目标位置”可以在对象存储服务（OBS）中查看数据集储存位置。
图3-4：查看数据集
步骤2：创建自动学习物体检测项目
1、进入ModelArts管理控制台，在左侧导航栏选择“自动学习”默认进入新版自动学习页面，选择物体检测项目，单击“创建项目”，进入“创建物体检测项目”页。
2、进入“创建物体检测项目”页面后，填写相关参数。
- “计费模式”：默认按需计费。
- “名称”：“ExeML_respirator”。
- “数据集”：下拉选择已下载的数据集-“dataset-respirator”。
- “输出路径”：选择前置工作中创建的OBS桶下的路径。
- “训练规格”：本案例选择“[限时免费]GPU: 1*NVIDIA-V100(32GB) | CPU: 8 核 64GB”。
其他选择默认值即可，确认无误后单击右下角“创建项目”。
图3-5：创建物体检测
3、项目创建成功之后，会自动跳转至新版自动学习的运行总览页面。
运行总览页中，工作流会依次运行数据标注、数据集版本发布、数据校验、物体检测、模型注册、服务部署节点。
图3-6：工作流
步骤3：运行工作流
1、项目创建成功之后，工作流会自动运行，等待“服务部署”前的全部节点变为绿色的“运行成功”。
图3-7：工作流节点
2、节点到达“服务部署”，状态会变为“等待输入”，需要填写输入参数：
- “计算节点规格”：选择“[限时免费]CPU: 1 核 4GB”。
- “是否自动停止”：打开自动停止开关，设置停止时间为“1小时后”。
其他选择默认值即可，确认无误后单击右下角“继续运行”。
图3-8：输入
3、单击确认弹窗中的“确定”即可继续完成工作流的运行。
步骤4：预测分析
1、点击控制台左侧“部署上线>在线服务”，进入“在线服务”列表页。单击服务列表上的“预测”，进入“服务详情”页
图3-9：“在线服务”列表的“预测”入口
2、在“服务详情”页，单击选择“预测”页签。
图3-10：“预测”页签
上传一张需要预测的图片，单击预测，最终的预测结果会在右边区域中展示。
图3-11：预测结果
步骤5：清除相应资源
实验完成之后，清除相应的资源，避免产生额外的费用。
1、删除运行服务
在“在线服务”页，单击当前正在运行的服务的右侧的“删除”按钮，即可删除运行该服务，计费终止。
图3-12：删除运行服务
2、清除OBS中的数据。
将OBS中的桶和桶下的文件都删除。
体验及建议
首先来说体验感受，ModelArts的预测结果还是很准确的，无论是单个还是群体，口罩检查，能检查到全部，且标注对应的口罩位置。预测的速度也很快。
但还是有些阻塞的地方：
1、工作流到达“物体检测”节点，运行时间有点长。
图4-1：“物体检测”节点
2、工作流切换节点的灵敏度有些低
每次进行节点切换的时候，都需要点几次，才能切换到正确的节点，希望能优化一下。
3、工作流的“服务部署”节点布局有些错乱
图4-2：“服务部署”节点
4、“自动学习”页的服务列表中标签列的展示数据有些错位
图4-3：服务列表
总结
完成口罩检测（使用新版自动学习实现物体检测应用）的实验之后，对华为云ModelArts提供的自动学习功能有了初步的了解。
华为云ModelArts提供的自动学习功能，即便是零AI基础的开发者按照实验步骤，便可以轻松完成“物体检测”的AI模型的训练和部署。
开发者无需任何代码开发，便能够自动生成满足用户精度要求的模型。且支持图片分类、物体检测、预测分析、声音分类等多种场景。可根据最终部署环境和开发者需求的推理速度，自动调优并生成满足要求的模型。
借助华为云ModelArts提供的功能，可以帮助我们的智慧食堂实现人脸识别的提示优化。
未来，也期待与华为云ModelArts一起实现更多的可能。
作者：非职业「传道授业解惑」的开发者叶一一
简介：「趣学前端」、「CSS畅想」系列作者，华夏美食、国漫、古风重度爱好者，刑侦、无限流小说初级玩家。
如果看完文章有所收获，欢迎点赞 | 收藏⭐️ | 留言。