原作：Matt Fraser
安妮 編譯自 Shine Solutions
量子位 出品 | 公眾號 QbitAI

近日，一名叫Matt Fraser的小哥用Cloud AutoML製作了一個分類器，能識別分類澳大利亞的各種毒蜘蛛。

在這篇文章中，小哥手把手教你如何在零基礎的情況下也做一個影像分類器出來，非常簡單容易上手，可以說是好玩又實用了。量子位將這篇文章全文翻譯整理，與大家分享。

警告：這篇文章中包含蜘蛛（and蜘蛛俠）的照片，過敏患者請繞行~

簡介

兩個月前，谷歌釋出了全自動訓練AI無需寫程式碼的Cloud AutoML，即使你不懂機器學習，也能訓練出一個定製化的機器學習模型了，這則訊息當時還震驚了AI圈。

對，在這篇文章中，我就小露一手自己是怎樣在幾個小時之內，用開發利器Cloud AutoML
訓練出一個毒蜘蛛圖片分類器的。在開始訓練前我手頭沒有任何資料，它僅僅需要你對機器學習相關的基本概念有一個基礎的瞭解。

我可能可以教會老媽也訓練一個出來！

獲取資料

獲取資料是訓練機器學習模型的第一步，可我不想跑去澳大利亞的叢林收集毒蜘蛛的照片。

怎麼辦！

幸好，谷歌還提供另外一個工具幫我做這件事：谷歌影像搜尋。

手動下載數百張照片也挺麻煩，所以我用了一個簡單的Python指令碼小工具批量下載了圖片。

批量下載小工具程式碼：
https://github.com/hardikvasa/google-images-download

我用“whitetail spider（白尾蜘蛛）”和“redback spider（紅背蜘蛛）”關鍵詞搜尋，每種蜘蛛各蒐集100張照片。

至此，獲取資料這步完美通關。

如果你的很多圖片是沒有標記的，你可以將它們匯入Cloud AutoML Vision服務中，然後選擇Human Labeling Service人工打標籤。

將資料集匯入Cloud AutoML

Cloud AutoML先把蒐集的照片放入谷歌雲端儲存系統中，你可以用UI將影像匯入這個工具。為了節約時間，我用gcloud command line tool將影像複製到系統裡。

接下來，我需要包含每個影像bucket url和標籤的CSV。谷歌影像搜尋下載工具將其結果放入資料夾中，因此及我編寫了一個指令碼將檔案的列表一一放在下面格式的CSV中，最後上傳到同一個bucket裡。

gs://my-automl-bucket/path/to/image,whitetail
gs://my-automl-bucket/path/to/image,redback

之後我在Cloud AutoML中建立了一個新資料集，給出了我分類的CSV的位置：

訓練模型

匯入標記了的影像後，訓練模型只需要“基礎”和“高階”選項之間選擇再一個，之後點選一下就能一鍵訓練模型了。

我選擇的是免費方案，不到20分鐘我就收到了電子郵件，告知我的模型已經訓練好了！

模型評估

模型訓練好後，Cloud AutoML會提供一些不錯的工具幫助評估模型是否有效。如果你之前瞭解過一些機器學習的相關概念，能幫助你更好完成這一步。

你也可以上傳一些新照片檢測模型是否能正確分類。我上傳了下面兩張圖片，可以看出，雖然訓練示例影像的畫素很低，但執行效果還不錯。

當給模型一張高腳蛛的圖片時我有些困惑，因為這是它從未見過的品種。模型的整個“世界觀”都是基於在訓練集中提供的標籤，所以不管給它什麼，它都會根據這些標籤做出預測。

我又給模型一張蜘蛛俠的照片，有趣的是我發現它有有點分不清了。

可不是嘛！

使用模型

訓練完成後模型就會自動部署。這意味著只要你實現了模型的準確性，就可以通過Cloud Vision API指定模型在生產中使用它。理論上講目前資料集還是太小，你需要更多種類蜘蛛的更多的照片才能保證效果。

結論

谷歌的Cloud AutoML Vision服務標誌著機器學習技術向“人人可用”邁出了一大步。有了這樣的工具，任何開發者可以輕鬆構建一個自定義影像分類的應用程式。

可能你不久之後就會在應用商店中看到“ Spiderapp”這個應用，到時候不要太驚訝。

最後，附原文地址：

https://shinesolutions.com/2018/03/14/using-google-cloud-automl-vision-to-classify-poisonous-australian-spiders/amp/?__twitter_impression=true

— 完 —

加入社群

量子位AI社群15群開始招募啦，歡迎對AI感興趣的同學，加小助手微信qbitbot6入群；

此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。

進群請加小助手微訊號qbitbot6，並務必備註相應群的關鍵詞~通過稽核後我們將邀請進群。（專業群稽核較嚴，敬請諒解）

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話介面，回覆“招聘”兩個字。

量子位 QbitAI · 頭條號簽約作者

վ'ᴗ' ի 追蹤AI技術和產品新動態