用百度大脑EasyDL平台轻松玩转AI
什么是EasyDL？：
EasyDL是百度大脑推出的定制化AI训练及服务平台，支持面向各行各业有定制AI需求的企业用户及开发者使用。支持从数据管理与数据标注、模型训练、模型部署一站式AI开发流程，通过原始图片、文本、音频、视频类数据经过EasyDL加工、学习、部署可发布为公有云API、设备端SDK、本地化部署及软硬一体产品。
下面一起来看百度大脑EasyDL+米尔FZ3卡怎么玩转AI+：
一、EasyDL的使用方式
EasyDL是一站式的深度学习模型训练和服务平台，搭配米尔FZ3深度学习计算卡，提供可视化的操作界面，只需上传少量图片就可以获得高精度模 型，具体可以参考EasyDL官网。
通过EasyDL进行数据训练步骤如下：
1.选择训练类别
根据通用场景可以选择“图像分类”或者“物体检测”。
2.“图像分类”训练
选择“图像分类”，进入训练界面，选择“开始训练”，弹出图像分类和物体检测的对话框，选择需要的模型类型，如选 择图像分类。
3.创建模型
进入模型中心，选择“创建模型”，根据个人需求填写模型的内容，带*号为必填选项。填写ok后选择“下一步”
4.训练模型
进入“训练模型”，选择模型类别，算法选择“通用”，训练方式选“默认”，因需要离线部署在设备上，必须勾选“离线
SDK”，选择”添加训练数据“完成之后，勾选“增加识别结果为其他的默认分类”，选择”开始训练“。根据训练数据集的 大小训练的时间会有些差异，一般100张左右的图片最快10分钟可训练完毕。
5.生成SDK
1.训练完成后，在我的模型中申请发布模型，选择软硬一体方案中的"EdgeBoard +专用SDK"，提交申请，等待审核
3、获取序列号
点击“管理序列号“跳转至百度云-->EasyDL定制训练平台-->离线SDK管理界面，查看用于激活sdk的序列号。
6.在FZ3里安装SDK
1. 下载的软件部署包包含了简单易用的SDK和Demo。只需简单的几个步骤，即可快速部署运行FZ3。部署 包文件结构如下
2.使用序列号License 激活SDK
打开demo.cpp文件
【 文 件 路 径 ：EasyEdge-m1800-edgeboard/cpp/baidu_easyedge_linux_cpp_aarch64_PADDLEMOBILE_FPGA_v0.3.2_gcc6.2_20190518 /demo/demo.cpp】
写入license序列号
将set_licence_key函数中的字符串参数"set your license here"替换为序列号License即可
3.将SDK放到FZ3系统/home/root/workspace/目录下（放入方法参见上文 “文件拷贝”）进行解压，然后按下述方法进行启动运行。
运行SDK
1.加载驱动,系统启动后加载一次即可（也可以加系统启动脚本）
insmod /home/root/workspace/driver/fpgadrv.ko
若未加载驱动，可能报下面的错误：
Failed to to fpga device: -1
设置系统时间（系统时间必须正确）
date --set "2019-5-18 20:48:00"
2.编译
//进入cpp文件的demo文件夹 cd /home/root/workspace/EasyEdge-m1800- edgeboard/cpp/baidu_easyedge_linux_cpp_aarch64_PADDLEMOBILE_FPGA_v0.3.2_gcc6.2_20190518/d emo // 如果没有build目录，创建一个 mkdir build cd build rm -rf * //调用cmake 创建 Makefile cmake .. // 编译工程 make
3.执行示例
//在build目录下运行执行文件
./easyedge_demo {RES资源文件夹路径} {测试图片路径}
例：在SDK中放入需要预测的图片，如将预测图片放入RES文件夹中，
./easyedge_demo /home/root/workspace/EasyEdge-m1800-edgeboard/RES/ /home/root/workspace/EasyEdge-m1800-edgeboard/RES/1.jpg
便可看到识别结果
HTTP服务调用
1.加载驱动,系统启动后加载一次即可（也可以加系统启动脚本）
insmod /home/root/workspace/driver/fpgadrv.ko
若未加载驱动，可能报错：
Failed to to fpga device: -1
设置系统时间（系统时间必须正确）
date --set "2019-5-18 20:48:00"
2.部署包中附带了HTTP服务功能，可直接运行
# ./easyedge_serving {RES目录} {序列号} {绑定的host，默认0.0.0.0} {绑定的端口，默认24401} cd ${SDK_ROOT}
export LD_LIBRARY_PATH=./lib
./demo/easyedge_serving /home/root/workspace/EasyEdge-m1800-edgeboard/RES/ "1111-1111-
1111-1111"
日志显示
2019-07-18 13:27:05,941 INFO [EasyEdge] [http_server.cpp:136] 547974369280 Serving at 0.0.0.0:24401
则启动成功。此时可直接在浏览器中输入 http://{FZ3 ip地址}:24401 ，在h5中测试模型效果。
