參考圖像應用的解決方案
學習如何做分布式圖像模型推理從參考解決方案使用熊貓UDF筆記本,PyTorch, TensorFlow共同配置由許多真實世界的圖像應用程序共享。這個配置假設您許多圖像存儲在對象存儲和可選地不斷到達新圖像。
工作流的圖像模型推論
假設你有幾個訓練有素的深度學習(DL)模型對於圖像分類和對象檢測實例,MobileNetV2多年檢測人類對象照片幫助保護隱私和你想應用這些DL模型來存儲圖像。
你可能會重新訓練模型和更新之前的預測計算。然而,它既是I / O-heavy和compute-heavy加載許多圖像和應用DL模型。幸運的是,推理工作負載是高度平行,理論上可以分布。本指南將引導您完成一個實際的解決方案,其中包含兩個主要階段:
ETL圖像到一個增量表使用自動加載程序
使用熊貓UDF執行分布式推理
ETL圖像到一個增量表使用自動加載程序
對於圖像的應用程序,包括培訓和推理任務,磚建議您ETL圖像到一個表的三角洲自動加載程序。自動加載程序幫助數據管理和自動處理不斷到達新圖像。