vlambda博客
学习文章列表

转自：liuliang79

cnblogs.com/liuliang79/p/13393479.html

前言

提起AI，大家都会先想到Python，确实Python作为一门好几十年的老语言，上一波的AI大流行使它焕发了青春。

大家用Phtyon来做AI，最主要的原因无非就是编码量更少，很多数学和AI相关的Api都是现成的。

但是随着ML.net的问世，我们现在可以在.NET Core平台上使用比Python更少的代码来实现AI的功能了。

读到这里是不是以为这篇文章是喷概念的？必须不是啊，干货来了

然后在visual studio的 工具->选项中，选择展示预览功能

从这里我们也可以看出，微软已经计划在后续的visual studio中将ML.NET作为默认工具集成进来了。

安装完毕之后，随便建一个.netcore的项目，控制台的就可以。右键点击添加就会看到ML.NET的选项

点击之后会有图形界面，然你从几种常见的需求中选择，比如语义识别，图像识别，数值预测等，后续它还会支持图片中物体识别等更复杂的需求。

整个过程非常直观，按照它的界面一步一步走就可以，它最终会帮你训练模型并生成使用模型和再次训练模型的代码。

三、 实战演示

公司内部已有app需要增加一些额外功能，用户用手机截图上传的时候，系统需要判断图片有没有最上方的状态栏。由于手机本身系统的不同，再加上安卓手机状态栏基本上都能自定义，所以状态栏的样式是五花八门的，传统方式很难实现这个需求。

最终我们使用WTM+ML.NET快速搭建了一个AI图片分类的平台，这个平台的功能包括：

最终我们使用了七千多张带状态栏的图片，和两千多张不带状态栏的图片训练完成了这个模型，准确率可以达到95%。后续通过人工标注和增量训练这个准确度还可以提高。

这个系统目前已经上线，为一个40万日活的App提供图片识别服务，表现相当稳定。