在过去的一两年时间中，我们为大家推出了几个手把手系列的教程。在2022年的春天，我们将为您继续提供新的手把手系列教程，让我们从OCI Vision服务开始。在不久前，Oracle推出了运行的OCI上的机器视觉服务，里面包含图像分类、对象检测、文本检测、文档分析等服务。在此之前，如果我们想做相关的分析，我们需要用很长的时间来配置环境，在配置过程中要考虑多种组件的兼容性问题，这是一个痛苦且漫长的过程。在几年前，业界就推出将AI作为一种云端服务提供给开发者和数据科学家，让大家将更多的精力放在数据探索和创新上，而不是为底层的基础架构和环境设置而烦心。目前主流的云提供商，都使用了一种“人工智能即服务（AI as a Service）”的理念，于是去年我完成了一本《AI as a Service》的书，并将在今年出版，在书中提到了很多利用人工智慧的云原生服务，利用这些服务可以大大降低数据科学和图像分析的门槛，让没有相关基础的人，也能够很快利用这些先进的技术完成相关的探索与分析。在本系列的文章中，我将通过3个例子，为您介绍AI即服务中的机器视觉技术，您可以使用Oracle OCI Always Free作为您的实验环境，当然AI即服务在其他云提供商也有供应，您可以根据自己的情况选择环境，但别担心，不同云服务商提供的AI服务在操作上都很简单。
在今天的内容中，我们将为您介绍通过OCI控制台来访问Vision服务，并且为您介绍我们将使用到的数据及其格式。将通过演示数据集为您展示Vison服务的能力，同时为您展示如何将数据上传到Oracle对象存储中，以供日后训练自定义模型时使用。今天的实验目标如下：
了解分析图像的数据要求和数据格式。
将示例数据集上传到 OCI对象存储中。
熟悉 OCI 控制台，并了解Vision服务的主要功能。
现在我们将开始我们的实验。
1、环境设定
在使用OCI Vision服务之前，我们首先要在云端对您的账户做一些基本的设置，这是一个非常简单的步骤，您可以点击几下鼠标即可完成，因为我们在OCI当中提供了Vision的模板。
首先请使用管理员身份登录OCI，通过左上角的导航按钮，来到资源管理，如下所示。
然后点击Create Stack来创建stack。
然后按照下图所示，选择模板，然后选择Vision模板。
在选择完模板之后，给出Stack名称，并点击下一步。
在下面的界面中，您将设定访问权限及策略，您可以保持IAM Group and Policy Configuration使用默认配置即可，如果您需要训练自己的模型，并且通过批处理的方式运行，请按照下图中红框所示，将这两个项目选中，然后点击下一步。
在下面的确认界面，确认无误后，点击Create按钮即可，这个创建过程可能需要几分钟的时间。
看到下面的界面，就表示您的准备工作已经完成。
2、了解Vision接受的数据类型
Vision服务支持多种数据格式的图形，可以提供检测对象、为图像分配标签、提取文本等功能。该服务可以对OCI控制台上传的数据，或者存储在Oracle对象存储中的数据进行处理。Vision服务也提供同步和异步API，具体说明如下：
API | 说明 | 支持的图形格式 |
同步API，analyzeImage, analyzeDocument | 分析单个图像 |
|
异步API /jobs/startImageAnalysisjob /jobs/start | 分析多张图片或者多页的PDF文件 |
|
3、将文件上传到对象存储
这不是一个必须的步骤，但如果您打算训练自己的模型，或者一次处理大量图像，将文件放入OCI的对象存储是一个很好的选择。创建并使用对象存储的步骤很简单，就像您平时使用“网盘”一样。首先导航到对象存储，如下所示：
创建bucket
点击下面红框中的链接，上传文件。
为了稍后进行实验，您可以上传一些图片在bucket当中，或者上传单页的PDF文件。
4、在OCI Console当中使用Vision服务
您可以通过导航菜单，来到Vision服务。
目前在Vision当中提供图像分类、对象检测和文档AI三个默认服务，您也可以创建自己的项目，并训练自己的模型，从而扩展Vision的功能。
我们首先看看图像分类，在界面中，您可以从本地上传图片，或者使用刚才您放在OCI对象存储中的图片，如果是使用对象存储中的图片，请给出图像的完整地址。在下面的示例中，我们从本地上传一张图片，看看效果。通过观察右侧结果框，Vision已经成功识别出图中的主要物体，比如学校的吉祥物雕像以及我的手。默认情况下会给出5个置信度最高的标签，通过观察，我们发现这5个标签的置信度都在90%以上。这是因为OCI中的模型在发布之前，做过大量的训练，所以我们在这里看到的效果要比我们自己搭建模型的效果好很多，毕竟对于初始模型，我们无法花费大量的时间和算力，用海量的数据去训练我们的模型。
接下来我们看看对象检测功能，我们上传一张超商中的随手拍，图中主要是橙子，以及价签。但系统也检测出图中的人形，通过右侧的结果框可以看到，人形的置信度很高，但是橙子的置信度稍低，为86%左右，因为柑橘类水果有非常多的品种，而且它们的外表都很相似。如果您对这个识别结果不满意，您可以收集与橙子相关的图片，并对它们进行标记，然后训练您自己的专门识别橙子的模型。
在结果框中，还有RAW text，显示图像中的纯文本，我们可以看到它已经成功地识别出橙子的价格是每磅50美分以及超商的名称。
最后，让我们看看文档AI功能，它可以对图像中的文档进行自动的分析与归类，比如下面的收据，Vision可以成功分析出，该图像的文档类型是收据，文档中的语言是英语，然后在下面的key value部分，自动分解图像中的信息，比如商户名称、商户地址、联络电话等信息。
今天的内容就到这里了，我们为您介绍了通过OCI控制台了解Vision的主要功能，而在实际工作中，我们更多的是将Vision通过API与Data Science Service结合使用，这样才能最大限度地发挥出Vision的真正能力。下一次，我们将为您介绍如何创建自己的模型，以及如何将Vision与Data Science结合在一起，进行综合数据分析。
编辑：殷海英
