• AI应用开发实战

    AI应用开发实战 - 定制化视觉服务的使用

    本篇教程的目标是学会使用定制化视觉服务，并能在UWP应用中集成定制化视觉服务模型。

    前一篇：AI应用开发实战 - 手写识别应用入门

    建议和反馈，请发送到
    https://github.com/Microsoft/vs-tools-for-ai/issues

    联系我们
    OpenmindChina@microsoft.com

    零、定制化视觉服务简介

    有的时候，在构建应用的过程中，在缺少强大计算资源与高性能算法的情况下，我们不一定需要自己从零开始训练模型。我们需要用的一些轮子，已经有人给我们造好了。

    就比如：

    微软提供的定制化视觉服务。

    在机器学习应用中，任何情况下都需要一个或大或小的模型。而怎么得到这个模型是其中最复杂的部分。定制化视觉服务相当于在云端提供了一个生成模型的方法，把模型相关的复杂的算法都简化了。同时，它不仅能够让用户自己管理训练数据，定义自己的分类问题，而且支持一键训练，一键导出模型；不仅能导出适配所有主流框架的模型，而且可以生成REST接口，让程序通过接口获取图片分类的结果。这样给用户提供了多种集成模型的方法和选择，尽可能满足用户的各种需求，这也正是定制化视觉服务的强大之处。同时，通过定制化服务来生成模型，需要的数据量可以非常少，训练过程相对来说也很快。使用上也是非常的方便。

    本篇教程，就教大家如何使用定制化视觉服务。

    定制化视觉服务官方地址 ：https://customvision.ai/

    一、准备微软账号

    使用该服务需要准备微软账号，可以直接在定制化视觉服务官方地址上创建。

    二、创建定制化视觉服务

    截图 操作
    进入官方网站，点击SIGN IN，目前定制化视觉服务提供了免费试用版，可以体验定制化视觉服务。
    登录后，然后界面会提示要求同意一些条约。
    条约的大致内容就是，个人必须在微软要求的规则下使用微软提供的这项服务。请勾选agree
    此时，界面会提示注册Azure，因为定制化视觉服务实际上是Azure提供的一项云服务，正式使用这项服务需要有Azure订阅。
    不过我们现在只是免费试用，所以选择Continue With trial，如果在根据这篇博客流程做完了一个小应用之后，你觉得确实需要使用这项服务，那么你可以去注册Azure账号，获取Azure订阅。

    三、创建定制化视觉服务项目

    点击New Project，填写项目信息。

    这里不妨以一个熊的分类模型作为例子来实践吧。

    填写好Name和Description，这里Name不妨填写为BearClassification。

    随后选择Classification和General(compact)，点击Create

    截图 操作
    在Project Type一栏，定制化视觉服务提供了识别和分类两种服务，另外提供了多种识别场景，其中末尾带有(compact)，也即压缩字样的三种。
    压缩模型，顾名思义，模型占用的空间更少，运行更快，甚至可以放到手机这种移动设备里。
    当然，会有一个小问题就是精确度会受影响。导出模型后，模型文件的使用是没有任何限制的，而其余的几种场景只能通过调用API来进行预测，由于当前属于免费试用，因此这种方式有10000次调用上限。
    由于分类服务需要准备用来训练的数据集，请自行准备几种不同的熊的照片，将同种的熊放在以这种熊的名字命名的文件夹里，最后再将这些文件夹放在一个data文件夹中。然后点击Add images
    选择一种熊的全部照片，然后创建对应的标签，点击Up load xxx files
    在添加了所有的数据集和标签之后，点击网页上方的Train，开始训练模型。
    一小会之后，点击网页上方的performance，就可以看到这次训练的结果了。
    这里简单解释一下Precision和Recall，这是两个评估模型好坏的主要指标。
    简单来说，两个数都是越大越好。在这个项目中，以Brown Bear为例：
    Precision就是识别出来的结果的准确率，即在所有被识别为棕熊的图片中真正有棕熊的图片所占的比例；而Recall则是测试结果中正确识别为棕熊的图片占测试集中所有棕熊图片的比例。
    这时再点击界面右上角的齿轮，可以看到免费用户每个项目能够使用的服务额度：
    一共可以上传5000张图片，创建50个不同标签，保存10次迭代的结果。
    这十次迭代有什么用呢？当需要增删标签、给标签添加或删除训练图片时，这次再训练，就会花费掉一次迭代。
    这些都是当前项目的总数而不是累计值。对于一般的免费用户，这基本上就相当于你可以随意使用这项服务了，如果有大量的训练数据，那么建议您还是订阅Azure云服务，Azure秉持着使用多少，收费多少的原则，即使收费，也仍然良心。
    然后选择刚刚训练好的这次迭代，点击Export。
    视觉认知服务一共提供了适用于四种平台的模型导出，对三大操作系统都能支持。
    选择ONNX，这个格式由微软、脸书、亚马逊等大厂鼎力支持，点击Export，等待服务器把模型导出，然后点击Download，即可下载模型。最后得到了一个.onnx文件，然后就可以使用它来构建应用了。

    如果需要上传大量的图片数据，那么点击鼠标的方式肯定不够方便，微软同时提供了代码的支持，详见官方文档：

    https://docs.microsoft.com/en-us/azure/cognitive-services/custom-vision-service/home

    四、使用Windows ML构建应用

    这次不写Winform程序，而是搭建一个识别熊的UWP的AI应用，通过这个应用来教大家如何使用Windows ML导入模型。

    这部分的代码已经完成了，请使用git克隆samples-for-ai到本地，UWP项目的代码在/samples-for-ai/projects/BearClassificationUWPDemo中。

    在运行代码之前，请先安装开发UWP所需的工作负载，流程如下:

    1. 打开Visual Studio Installer
    2. 在工作负载中勾选Universal Windows Platform development
    3. 在单个组件一栏中下拉到最下方，确认Windows 10 SDK(10.0.17134.0)已被勾选上，这是使用Windows ML开发的核心组件

    另外，请将您的操作系统更新到1803版本，否则本程序将不能安装。

    如果您将进行类似的开发，请将UWP项目设置成最低运行目标版本为17134，否则对于版本低于17134的用户，在运行时会出现：

    "Requested Windows Runtime type 'Windows.AI.MachineLearning.Preview.LearningModelPreview' is not registered."

    详见：https://github.com/MicrosoftDocs/windows-uwp/issues/575

    安装需要的时间比较长，可以先看看UWP的视频教程，做一做头脑预热： https://www.bilibili.com/video/av7997007

    Visual Studio 和 Windows 更新完毕后，我们打开CustomVisionApp.sln，运行这个程序。

    你可以从必应上查找一些熊的图片，复制图片的URL，粘贴到输入框内，然后点击识别按钮；或者，点击浏览按钮，选择一张本地图片，点击确定，你就可以看到识别结果了：


    现在来看看这个程序是怎么实现的。

    我们来梳理一下这个应用的逻辑，这个应用的逻辑与上一篇博客中的手写数字识别大体上是一样的：

    1. 导入模型
    2. 按下按钮后，通过某种方式获取要用来识别的图片
    3. 将图片交给模型识别
    4. 将图片与识别结果展示在界面上

    1. 文件结构：

    文件结构见下图：

    • Assets文件夹存放了这个项目的资产文件，比如程序图标等等，在本示例程序中，.onnx文件也存放在其中。
    • Strings文件夹存放了用于本地化与全球化资源文件，这样可以支持不同的语言。
    • ViewModel文件夹中则存放了本项目的关键代码，整个程序运行的逻辑都在ResultViewModel.cs中
    • BearClassification.cs则是系统自动生成的模型包装文件
    • MainPage.xaml是程序的UI布局文件

    2. 核心代码一：BearClassification.cs

    这部分的代码是自动生成的，教程详见链接：https://docs.microsoft.com/zh-cn/windows/uwp/machine-learning/

    1. 将.onnx文件添加到UWP项目的Assets文件夹中，随后将自动生成一个对应的包装.cs文件，在本例中为BearClassification.cs。
    2. 由于目前存在的一些BUG，生成的类名会有乱码，需要将乱码替换为别的字符串。
    3. 修改BearClassification.onnx的属性->生成操作，将其改为内容，确保在生成时，能够调用到这个模型。

    生成的文件共有三个类：

    • BearClassificationModelInput：定义了该模型的输入格式是VideoFrame
    • BearClassificationModelOutput：定义了该模型的输出为一个list和一个dict，list存储了所有标签按照probability降序排列，dict则存储了标签与概率的键值对
    • BearClassificationModel：定义了该模型的初始化函数与推理函数
    // 模型的输入格式为VideoFrame
public sealed class BearClassificationModelInput
{
    public VideoFrame data { get; set; }
}

// 模型的输出格式，其中包含了一个列表：classLabel和一个字典：loss
// 列表中包含每种熊的标签，按照概率降序排列
// 字典中则包含了每种熊的标签和其概率，按照用户在创建模型时的添加顺序排列
public sealed class BearClassificationModelOutput
{
    public IList<string> classLabel { get; set; }
    public IDictionary<string, float> loss { get; set; }
    public BearClassificationModelOutput()
    {
        this.classLabel = new List<string>();
        this.loss = new Dictionary<string, float>(){...}
    }
}

// 模型的包装类，提供了两个函数
// CreateBearClassificationModel：从.onnx文件中创建模型
// EvaluateAsync：对输入对象进行评估，并返回结果
public sealed class BearClassificationModel
{
    private LearningModelPreview learningModel;
    public static async Task<BearClassificationModel> CreateBearClassificationModel(StorageFile file)
    {
        ...
    }

    public async Task<BearClassificationModelOutput> EvaluateAsync(BearClassificationModelInput input)
    {
        ...
    }
}

    3. 核心代码二：ResultViewModel.cs

    通过之前的运行可以发现：每次识别图片，UI中的内容需要进行频繁地更新，为了简化更新控件内容的代码逻辑，这个程序使用UWP开发中常用的MVVM(model-view-viewmodel)这一组合模式开发，使用“绑定”的方式，将UI控件与数据绑定起来，让数据与界面自动地同步更新，简化了代码逻辑，保证了ResultViewModel职责单一。

    绑定源(ResultViewMode.cs) 绑定目标(MainPage.xaml)
    string BearUrl TextBox InputUriBox
    ObservableCollection Results ListView ResultArea
    BitmapImage BearImage Image DisplayArea
    string Description TextBox DescribeArea
    ICommand RecognizeCommand Button RecognizeButton
    ICommand BrowseCommand Button BrowseButton

    绑定好之后，程序还需要一系列逻辑才能运行，这里就包括:

    导入与初始化模型：

    在程序一开始，需要调用LoadModel进行模型初始化工作。

    private async void LoadModel()
{
    //导入模型文件，实例化模型对象
    StorageFile modelFile = await StorageFile.GetFileFromApplicationUriAsync(new Uri("ms-appx:///Assets/BearClassification.onnx"));
    model = await BearClassificationModel.CreateBearClassificationModel(modelFile);
}

    图片推理：

    本程序提供了两种方式访问图片资源：

    1. 通过URL访问网络图片
    2. 通过文件选取器访问本地图片
    private async void EvaluateNetPicAsync()
{
    try
    {
        ...
        //BearClassification要求的输入格式为VideoFrame
        //程序需要以stream的形式从URL中读取数据，生成VideoFrame
        var response = await new HttpClient().GetAsync(BearUrl);
        var stream = await response.Content.ReadAsStreamAsync();
        BitmapDecoder decoder = await BitmapDecoder.CreateAsync(stream.AsRandomAccessStream());
        VideoFrame imageFrame = VideoFrame.CreateWithSoftwareBitmap(await decoder.GetSoftwareBitmapAsync());

        //将videoframe交给函数进行识别
        EvaluateAsync(imageFrame);
    }
    catch (Exception ex){ ... }
}


private async void EvaluateLocalPicAsync()
{
    try
    {
        ...
        // 从文件选取器中获得文件
        StorageFile file = await openPicker.PickSingleFileAsync();
        var stream = await file.OpenReadAsync();
        ...
        // 生成videoframe
        BitmapDecoder decoder = await BitmapDecoder.CreateAsync(stream);
        VideoFrame imageFrame = VideoFrame.CreateWithSoftwareBitmap(await decoder.GetSoftwareBitmapAsync());

        // 将videoframe交给函数进行识别
        EvaluateAsync(imageFrame);
    }
    catch (Exception ex){ ... }
}

private async void EvaluateAsync(VideoFrame imageFrame)
{
    //将VideoFrame包装进BearClassificationModelInput中，交给模型识别
    //模型的输出格式为BearClassificationModelOutput
    //其中包含一个列表，存储了每种熊的标签名称，按照probability降序排列
    //和一个字典，存储了每种熊的标签，和对应的probability
    //这里取出输出中的字典，并对其进行降序排列
    var result = await model.EvaluateAsync(new BearClassificationModelInput() { data = imageFrame });
    var resultDescend = result.loss.OrderByDescending(p => p.Value).ToDictionary(p => p.Key, o => o.Value).ToList();

    //根据结果生成图片描述
    Description = DescribResult(resultDescend.First().Key, resultDescend.First().Value);

    Results.Clear();
    foreach (KeyValuePair<string, float> kvp in resultDescend)
    {
        Results.Add(resourceLoader.GetString(kvp.Key) + " : " + kvp.Value.ToString("0.000"));
    }
}

    五、使用其他方法构建应用

    同样，用之前使用Visual Studio Tools for AI提供的推理类库生成器也能够构建相似的应用。想看视频教程的请移步：

    【教程】普通程序员一小时入门AI应用——看图识熊(不含公式，包会)

    该教程讲解了如何使用模型浏览工具Netron

    想看图文教程请继续往下看：

    1. 界面设计

    创建Windows窗体应用(.NET Framework)项目，这里给项目起名ClassifyBear。

    注意，项目路径不要包含中文。

    在解决方案资源管理器中找到Form1.cs，双击，打开界面设计器。从工具箱中向Form中依次拖入控件并调整，最终效果如下图所示：

    左侧从上下到依次是：

    • Label控件，将内容改为“输入要识别的图片地址：”
    • TextBox控件，可以将控件拉长一些，方便输入URL
    • Button控件，将内容改为“识别”
    • Lable控件，将label的内容清空，用来显示识别后的结果。因为label也没有边框，所以在界面看不出来。可以将此控件的字体调大一些，能更清楚的显示推理结果。

    右侧的控件是一个PictureBox，用来预览输入的图片，同时，我们也从这个控件中取出对应的图片数据，传给我们的模型推理类库去推理。建议将控件属性的SizeMode更改为StretchImage，并将控件长和宽设置为同样的值，保持一个正方形的形状，这样可以方便我们直观的了解模型的输入，因为在前面查看模型信息的时候也看到了，该模型的输入图片应是正方形。

    2. 查看模型信息

    在将模型集成到应用之前，我们先来看一看模型的基本信息，比如模型需要什么样的输入和输出。打开Visual Studio中的AI工具菜单，选择模型工具下的查看模型，会启动Netron模型查看工具。该工具默认不随Tools for AI扩展一起安装，第一次使用时可以按照提示去下载并安装。

    Netron打开后，点击Open model选择打开之前下载的BearModel.onnx文件。然后点击左上角的汉堡菜单显示模型的输入输出。

    上图中可以看到该模型需要的输入data是一个float数组，数组中要求依次放置227*227图片的所有蓝色分量、绿色分量和红色分量，后面程序中调用时要对输入图片做相应的处理。

    上图中还可以看到输出有两个值，第一个值loss包含所有分类的得分，第二个值classLabel是确定的分类的标签，这里只需用到第二个输出即可。

    3. 封装模型推理类库

    由于目前模型推理用到的库只支持x64，所以这里需要将解决方案平台设置为x64。打开解决方案资源管理器，在解决方案上点右键，选择配置管理器。

    在配置管理器对话框中，点开活动解决方案平台下拉框，选择新建

    在新建解决方案平台对话框中，输入新平台名x64，点击确定即可

    下面添加模型推理类库，再次打开解决方案资源管理器，在解决方案上点右键，选择添加，然后选择新建项目。

    添加新项目对话框中，将左侧目录树切换到AI Tools下的Inference，右侧选择模型推理类库，下方填入项目名称，这里用Model作为名称。

    确定以后会出现检查环境的进度条，耐心等待一会就可以出现模型推理类库创建向导对话框。

    点击模型路径后面的浏览按钮，选择前面下载的BearModel.onnx模型文件。

    注意，这里会出现几处错误提示，我们需要手动修复一下。首先会看到“发现不支持的张量的数据类型”提示，可以直接点确定。

    确定后如果弹出“正在创建项目…”的进度条，一直不消失，这里只需要在类名后面的输入框内点一下，切换下焦点即可。

    然后，我们来手动配置一下模型的相关信息。类名输入框中填入模型推理类的名字，这里用Bear。然后点击推理接口右侧的添加按钮，在弹出的编辑接口对话框中，随便起个方法名，这里用Infer。输入节点的变量名和张量名填入data，输出节点的变量名和张量名填入classLabel，字母拼写要和之前查看模型时看到的拼写一模一样。然后一路确定，再耐心等待一会，就可以在解决方案资源管理器看到新建的模型推理类库了。

    还有一处错误需要手动修复一下，切换到解决方案资源管理器，在Model项目的Bear目录下找到Bear.cs双击打开，将函数Infer的最后一行

    return r0;

    替换为

    List<List<string>> results = new List<List<string>>();
results.Add(r0);
return results;

    至此，模型推理类库封装完成。相信Tools for AI将来的版本中会修复这些问题，直接选择模型文件创建模型推理类库就可以了。

    4. 使用模型推理类库

    首先添加对模型推理类库的引用，切换到解决方案资源管理器，在ClassifyBear项目的引用上点右键，选择添加引用。

    在弹出的引用管理器对话框中，选择项目、解决方案，右侧可以看到刚刚创建的模型推理类库，勾选该项目，点击确定即可。

    在Form1.cs上点右键，选择查看代码，打开Form1.cs的代码编辑窗口。

    添加两个成员变量

    // 使用Netron查看模型，得到模型的输入应为227*227大小的图片
private const int imageSize = 227;

// 模型推理类
private Model.Bear model;

    回到Form1的设计界面，双击Form的标题栏，会自动跳转到代码页面并添加了Form1_Load方法，在其中初始化模型推理对象

    private void Form1_Load(object sender, EventArgs e)
{
    // 初始化模型推理对象
    model = new Model.Bear();
}

    回到Form1的设计界面，双击识别按钮，会自动跳转到代码页面并添加了button1_Click方法，在其中添加以下代码：

    首先，每次点击识别按钮时都先将界面上显示的上一次的结果清除

    // 识别之前先重置界面显示的内容
label1.Text = string.Empty;
pictureBox1.Image = null;
pictureBox1.Refresh();

    然后，让图片控件加载图片

    bool isSuccess = false;
try
{
    pictureBox1.Load(textBox1.Text);
    isSuccess = true;
}
catch (Exception ex)
{
    MessageBox.Show($"读取图片时出现错误：{ex.Message}");
    throw;
}

    如果加载成功，将图片数据传给模型推理类库来推理。

    if (isSuccess)
{
    // 图片加载成功后，从图片控件中取出227*227的位图对象
    Bitmap bitmap = new Bitmap(pictureBox1.Image, imageSize, imageSize);

    float[] imageArray = new float[imageSize * imageSize * 3];

    // 按照先行后列的方式依次取出图片的每个像素值
    for (int y = 0; y < imageSize; y++)
    {
        for (int x = 0; x < imageSize; x++)
        {
            var color = bitmap.GetPixel(x, y);

            // 使用Netron查看模型的输入发现
            // 需要依次放置227 *227的蓝色分量、227*227的绿色分量、227*227的红色分量
            imageArray[y * imageSize + x] = color.B;
            imageArray[y * imageSize + x + 1* imageSize * imageSize] = color.G;
            imageArray[y * imageSize + x + 2* imageSize * imageSize] = color.R;
        }
    }

    // 模型推理类库支持一次推理多张图片，这里只使用一张图片
    var inputImages = new List<float[]>();
    inputImages.Add(imageArray);

    // 推理结果的第一个First()是取第一张图片的结果
    // 之前定义的输出只有classLabel，所以第二个First()就是分类的名字
    label1.Text = model.Infer(inputImages).First().First();
}

    注意，这里的数据转换一定要按照前面查看的模型的信息来转换，图片大小需要长宽都是227像素，并且要依次放置所有的蓝色分量、所有的绿色分量、所有的红色分量，如果顺序不正确，不能达到最佳的推理结果。

    5. 测试

    编译运行，然后在网上找一张熊的图片，把地址填到输入框内，然后点击识别按钮，就可以看到识别的结果了。注意，这个URL应该是图片的URL，而不是包含该图片的网页的URL。

    六、下一步？

    本篇博客我们学会了使用定制化视觉服务与在UWP应用中集成定制化视觉服务模型。这里我提两个课后习题：（想不到吧）

    1. 当训练含有多个标签、大量图片数据时，如何做到一键上传图片并训练？

    2. 如何通过调用REST接口的方式完成对图片的推理？

    提示：请看看定制化视觉服务给我们提供的API，这一题肯定是要写代码做的
    https://docs.microsoft.com/en-us/azure/cognitive-services/custom-vision-service/home

    加油！

    七、内容预告

    接下来我们将会陆续推出：

    1. 微软认知服务使用教程
    2. 模型训练及推理的通常流程及原理
    3. 模型转换工具的使用
    4. 开放AI平台-大规模计算资源调度系统

    请在下方留言，告知我们您最想阅读哪个教程，我们将优先考虑。

    如果您有别的想要了解的内容，也可以在评论区留言。
  • 相关阅读:
    【Javascript】JS单例模式的简单实现
    【Javascript】Javascript中如何判断变量是数组类型
    买卖股票的最佳时机 II
    只出现一次的数字
    删除排序数组中的重复项
    两数之和
    Android系统中Fastboot和Recovery所扮演的角色。
    虚函数、纯虚函数、抽象类、接口 （Java_C++_C#）
    关于cmd中执行命令路径包含空格的解决办法
    Windows API 编程学习记录<三>
  • 原文地址：https://www.cnblogs.com/ms-uap/p/9267789.html
Copyright © 2020-2023  润新知