图片分类

介绍

图片分类是用来识别图片整体的内容并进行区分，是图像视觉领域中最基本的问题。针对图像分类问题，我们提供了自动建模解决方案，让用户能够自行解决遇到的图像分类问题。

评价指标

Top-1 准确率

$$Acc_{Top-1} = \frac{测试样本正确标签命中模型输出的分数最高的个数}{总测试样本数}$$

Top-5 准确率

$$Acc_{Top-5} = \frac{测试样本正确标签命中模型输出的分数前5的个数}{总测试样本数}$$

参数讲解

参数	说明
image_height	（必填）图片高度
image_width	（必填）图片宽度
train_meta	（必填）训练集 csv 文件路径
val_meta	（必填）验证集 csv 文件路径
test_meta	（选填）测试集 csv 文件路径

实战样例

在这个部分我们会结合数据格式，对几个问题样例进行效果说明。

表面裂纹图片分类

原问题链接：https://www.kaggle.com/arunrk7/surface-crack-detection 这个问题是检查混凝土表面的缺陷，有裂纹即是有缺陷。本问题使用的数据集正反例各有2万张图片，其中训练集和验证集按照8:2进行随机采样。

经过自动建模得到的模型准确率为99.775%。