EasyDL轻松搞定对抗学习 多算法比对临床试验数据

会生成刚刚创建的模型并显示模型ID

第二步：创建数据集。我们可以自主将刚刚通过特征学习处理的一个子类名称，命名数据集名称。这里创建了两个数据集，正常红细胞与正常白细胞，创建后点击右侧的“标注/上传”，导入数据图像。需要注意的是每次只能上传20张图像。因为所上传的图集都是特征学习切割后的图像，所以不会受到EasyDL的图像大小限制。

上传数据后进行数据标注，点击添加标签，框选特征图像，设定标签名称并保存，“BLC”为白细胞(主要为中性粒细胞)。红细胞及晶体标签方法等同白细胞，不再赘述。

值得一提的是，对于数据量特别多的模型，EasyDL最近还推出了“智能标注”的功能，只需在“数据集标注/上传”的这一步骤中点击“智能标注”按钮即可开启。这个功能会自动筛选出对提升模型效果来说比较重要的图片进行优先标注，并对其余图片进行预标注，可以大大提升整个数据标注过程的效率，还是非常方便的。

第三步：训练模型。数据集上传完毕，点击左部导航条“训练模型”选项，以红细胞为例，选择训练红细胞数据集。“离线识别SDK”选项不需要勾选，因为对抗训练是基于端与云的双平台系统对抗。如果是没有网络环境下使用，可以勾选训练离线SDK。之后我们需要等待一定时间，让百度强大的云平台自行训练。本次训练约1.5小时。

第四步：模型校验。训练完成后，点击左侧导航栏校验模型。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!