Platform For AI:マルチラベル画像分類のバッチ予測

事前準備

• 入力データを準備してください。詳細については、「入力データ形式」をご参照ください。

• Object Storage Service (OSS) にトレーニング済みモデルが利用可能であることを確認してください。

バッチ予測コマンドの実行

次の PAI コマンドを実行して、バッチ画像ラベリングを開始します。このコマンドは、次のいずれかの方法で実行できます。

• SQL Script コンポーネント。

• MaxCompute クライアント。詳細については、「MaxCompute クライアント (odpscmd)」をご参照ください。

• DataWorks の ODPS SQL ノード。詳細については、「MaxCompute SQL タスクの開発」をご参照ください。

pai -name ev_predict_ext
    -Dmodel_path='OSS path of your model'
    -Dmodel_type='multilabel_classifier'
    -Dinput_oss_file='oss://path/to/your/filelist.txt'
    -Doutput_oss_file='oss://path/to/your/result.txt'
    -Dimage_type='url'
    -Dnum_worker=2
    -DcpuRequired=800
    -DgpuRequired=100
    -Dbuckets='Your OSS directory'
    -Darn='Alibaba Cloud Resource Name (ARN) of the role that you are assuming'
    -DossHost='Your OSS domain'

出力

予測結果は、output_oss_file で指定されたファイルに書き込まれます。各エントリは、元のイメージの OSS パスとそれに続く JSON 予測結果で構成されます。

次の例は、出力ファイルのエントリを示しています。

oss://path/to/your/image1.jpg,  {
  "class_probs": {
    "Sketch": 0.0008051558979786932,
    "Life moment": 0.7316102385520935,
    "Accessory": 0.0008112151990644634,
    "Dancing": 0.0008053297060541809
  },
  "classes": [1],
  "predictions": [false, true, false, false],
  "class_names": ["Life moment"],
  "probs": [
    0.00054657127475366,
    0.7316212648051790893,
    0.0005365353426896036,
    0.0007256706594489515
  ]
}