引言

在大学期间，虽然我的专业与机器学习和深度学习不沾边，但现在也在做一个关于手势识别的小项目（菜鸟），期间遇到超级多的坑，这里不一一叙说了，直到直到有一天我遇见了它，爱了爱了，他就是某度的EasyDL

我们来看看EasyDL可以做什么

EasyDL的功能

我们可以用EasyDL来做图像分类，物体检测，图像分割，声音分类，文本分类，视频分类 下面以实现图像分类作为例子介绍

如何实现图像分类

1. 首先制作一个数据集

我想做一个水果分类，分别是苹果，橘子，梨，火龙果，香蕉5种，每种我需要50张图片作为数据集，5*50=250，emmmmmmm，手动下载估计得手抽筋，还是用python来帮我自动下载吧，代码上传到Csdn了，需要的自行下载

热乎乎的下载链接：图片爬虫

下面是我下载好的图片，每个分类放在单独一个文件夹里

每个单独的文件夹里放好了我刚刚用python自动下载的水果图片

2. 在EasyDL创建一个模型

填好基本信息，点击下一步，就常创建成功啦!

3. 上传数据集（也就是我们刚刚下载的图片）

数据中心——>我的数据集——>创建数据集

把我们下载的图片放在一个文件夹中，压缩，上传压缩包

上传成功！

4. 训练模型

在训练的模型中添加我们刚刚上传的数据集

点击开始训练按钮

坐等训练完成即可

训练完了，我们来验证一下准确率

5. 图片识别

由于总共就200多张图片做为数据集，图片不多，短暂的等待一会后训练完成了，我们先对训练完的模型进行校验，校验完成后我们可以看到模型准确率居然可以达到96.92%！（不禁一阵悲伤，我们平时做深度学习时痛苦调参多次都不一定有这么高的准确率）

我们来添加一些图片让它识别，看看准确率是否真的那么高

苹果识别： 橘子识别：

梨识别： 火龙果识别：

香蕉识别：

置信度即可能性，几乎都在99%以上，这个识别准确率当真是非常恐怖

还有就是对小白非常非常非常友好，不需要你懂编程，提供图片就行，剩下的事情交给他

如果你需要做一个物品识别的应用，只需要训练好模型，在你的应用上调用模型的API即可实现