Microsoft Azure

Microsoft Azure 是微软提供的一整套云计算服务，它可以被用来创建云中运行的应用或者通过基于云的特性来加强现有应用。

创建 Azure 账号

进入如下网址创建Azure账号即可开始使用： https://azure.microsoft.com/en-us/free/

可以选择“Start free”试用12个月的免费账号，体验25个永久免费的服务，并在30天内拥有$200的Azure免费额度。

Azure portal 首页导览

可以通过https://ms.portal.azure.com进入Azure首页

Azure 尝鲜 —— CustomVision

Microsoft Azure 上的内容非常丰富，这里我们先介绍其中一个服务 —— Custom Vision。

什么是CustomVision

Custom Vision：

是一个用于计算机视觉任务的端到端平台
支持图像分类以及目标检测任务
支持训练、测试、部署
支持通过SDK在自己的项目中调用已训练完的模型

官方说明文档：https://docs.microsoft.com/en-us/azure/cognitive-services/custom-vision-service/
Quickstarts：https://docs.microsoft.com/en-us/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier

为什么要用CustomVision

无需自己搭建繁杂的深度学习后端算法
可直接用于项目的快速验证
齐全的模型评估指标，便于有效评估模型
深度学习小白也能使用，非常友好

开始使用CustomVision

1、创建Custom Vision resource

在上方搜索栏输入custom vision，找到并点击即可进入资源创建界面（传送门）
填写相应信息后点击Review + create进行创建
创建完毕后显示如下界面，即表示创建成功

2、创建新项目

进入https://customvision.ai/，使用相同账号登录后，即可进入Custom Vision首页

点击NEW PROJECT
输入Project相关信息后，点击Create project
进入Project页面，接下来自由发挥即可，详细教程查看官方文档

3、SDK调用

考虑到AI算法多是用Python编写，因此本文主要介绍Python SDK

训练部分不再赘述
Publish已训练好的模型
Publish完成后，显示如下界面，记住图中红框处的Published as，之后调用SDK要用
点击“小齿轮”，找到并记录图中红框处的Project id，之后调用SDK要用
在Azure portal中找到之前创建的“Prediction resource”，进入“Keys and Endpoint”，里面可以找到Key和Endpoint，记下来，之后调用SDK要用
同理，在“Properties”里可以找到Resource ID，记下来，之后调用SDK要用

下面，我们使用Python SDK调用已训练好并Publish的模型对本地数据进行预测

首先pip安装azure-cognitiveservices-vision-customvision包：

bash

1	pip install azure-cognitiveservices-vision-customvision

若下载超时或无法下载，可以去Pypi下载离线安装包：https://pypi.org/project/azure-cognitiveservices-vision-customvision/#files，如图：

bash

1	pip install azure_cognitiveservices_vision_customvision-1.0.0-py2.py3-none-any.whl

新建predict.py文件，输入如下代码，填入对应的信息
- publish_iteration_name – Published as
- projectID – Project id
- ENDPOINT – Endpoint
- prediction_key – Key
- prediction_resource_id – Resource ID

python

from azure.cognitiveservices.vision.customvision.prediction import CustomVisionPredictionClient

# Replace with a valid key
publish_iteration_name = "your iteration name"
projectID = "your project id"
ENDPOINT = "your API endpoint"
prediction_key = "your prediction key"
prediction_resource_id = "your prediction resource id"

predictor = CustomVisionPredictionClient(prediction_key, endpoint=ENDPOINT)

with open("sample.jpg", "rb") as image_contents:
    results = predictor.classify_image(
        projectID, publish_iteration_name, image_contents.read())

    # Display the results.
    for prediction in results.predictions:
        print("\t" + prediction.tag_name +
              ": {0:.2f}%".format(prediction.probability * 100))

运行结果如下

bash

python predict.py

>>> 	lying: 100.00%
>>> 	standing: 0.00%

这里只介绍Prediction部分的SDK调用，其他包括Training、Testing等调用方法请参照官方SDK说明文档