图像分类实战

一、什么是图像分类？

图像分类是人工智能领域最基础也最有用的任务之一。简单来说，就是让计算机看懂图片里是什么东西。

二、计算机是怎么"看"图片的？

人类看图是直觉性的，但计算机需要把图片转成数字矩阵来处理：

三、训练一个分类模型需要什么？

三个要素：

四、动手准备：安装AI教育实训平台

接下来你要亲手训练一个图像分类模型，首先需要安装我们的平台：

1. 下载平台安装包 — 联系我们的工作人员获取（点击这里）
2. 运行安装程序 — 双击安装包，按提示完成安装
3. 打开平台主界面 — 桌面会出现快捷方式，双击启动
4. 找到"图像分类"模块 — 在左侧导航栏中点击"图像分类"

一、打开图像分类模块

启动AI教育实训平台后，在左侧导航栏点击"图像分类"，你会看到以下界面布局：

二、开始第一次训练

1. 选择数据集：在下拉菜单中选择 CIFAR-10
   CIFAR-10 包含 60,000 张 32×32 的彩色图片，分为 10 个类别：飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船、卡车。是图像分类领域最常用的教学数据集之一。
2. 选择模型：选择 ResNet18
3. 设置训练轮数：epochs = 10
4. 点击"开始训练"按钮
   首次运行会自动下载CIFAR-10数据集（约163MB），请确保网络连接正常。之后数据会缓存在本地，无需重复下载。

三、观察训练日志

点击"开始训练"后，日志区会实时输出类似以下信息：

Epoch [1/10] - Train Loss: 2.1845, Train Acc: 0.2103
         Val Loss: 1.9234, Val Acc: 0.2678

Epoch [2/10] - Train Loss: 1.7236, Train Acc: 0.3812
         Val Loss: 1.5678, Val Acc: 0.3945

...

Epoch [10/10] - Train Loss: 0.6721, Train Acc: 0.7834
         Val Loss: 0.8456, Val Acc: 0.7412

[OK] 训练完成!

四、用训练好的模型做预测

训练完成后，你可以：

1. 加载测试图片 — 点击"测试推理"标签页
2. 选择待识别图片 — 从内置的CIFAR-10测试集中选一张，或上传自己的照片
3. 查看预测结果 — 模型会给出10个类别各自的概率值，最高概率对应的就是预测结果

五、常见问题