手把手教你训练一个属于你自己的core ml模型

版权声明：欢迎指出错误，作者极懒，常常懒得修改 https://blog.csdn.net/KevinAshen/article/details/88919594

前言

• 最近项目里想要使用core ml进行图像识别，作为小组里唯一有Xcode10的人，模型训练这块成功落在了我的头上
• 这篇文章将介绍如何训练一个自己的简单的core ml模型

参考文章

• 如何评价苹果在 WWDC 2017 上推出的机器学习框架 Core ML？
• Core ML框架详细解析（一） —— Core ML基本概览
• 参考文章基本把常用的点都放进去了，不再赘述

简单认识

• 如果对于人工智能，图像识别没有较直观的认识，推荐看第一篇参考文章，其中对于黑盒白盒的例子简单易懂
• 如果对于core ml缺乏了解，想知道其特点是什么，推荐看第二篇参考文章
• core ml确实已经将人工智能里图像识别这块的难度降到了最低，训练一个模型，需要的仅仅是准备适当的训练集，简直没有任何门槛
• 使用core ml训练模型必须得有Xcode10，但不是说Xcode9不能用训练出来的模型，仅仅是不能训练

开始训练

• 首先创建一个Swift Playground文件，选择默认的Blank
• 然后输入下面的代码

// Import CreateMLUI to train the image classifier in the UI.
// For other Create ML tasks, import CreateML instead.
import CreateMLUI 

let builder = MLImageClassifierBuilder()
builder.showInLiveView()

运行之后打开Assistant editor，将训练集拖入

• 训练集是一个文件夹，其中的子文件夹名字就是该子文件夹图集的识别名，例如我想做一个识别猫狗的模型，就应该在文件夹里分两个子文件夹，一个叫Dog，一个叫Cat（注意必须起英文名，中文名最后会变成乱码，亲测）
• 然后理论上来讲你就已经训练完了，接下来会需要你拖入一个测试集，在测试集，之后就能拿出去用了
• 具体的调用方法，可以看我这篇博客一篇文章教你看懂.mlmodle的方法头文件