HarmonyOS鸿蒙NEXT中ModelArts搭建病虫害诊断AI在线服务

HarmonyOS鸿蒙NEXT中ModelArts搭建病虫害诊断AI在线服务

  1. 登录华为云AI开发平台ModelArts

  2. 进入控制台，创建项目

    • 开发空间 >> 自动学习 >> 图像分类 >> 创建项目

  3. 数据集标注

    • 我这里准备了38种病虫害类型，及对应大量的图集，喂给大模型训练。
    • 等待每个节点完成：

    需要注意两点：

    • 数据集上传在OBS对象存储；
    • 数据集的每个标注样本不能少于20张图片。

  4. 在线服务部署

    • 服务部署完成后，可以在线预测
    • 预测结果如下

参考调用指南，把在线服务API集成到客户端农民叔叔鸿蒙应用或其他的APP（Android/iOS/Web/H5等）

[下一篇："AI诊断预测"按钮调用已部署的在线服务API]


更多关于HarmonyOS鸿蒙NEXT中ModelArts搭建病虫害诊断AI在线服务的实战教程也可以访问 https://www.itying.com/category-93-b0.html

2 回复

在HarmonyOS NEXT中使用ModelArts搭建病虫害诊断AI在线服务，需先在华为云ModelArts平台完成模型开发训练。完成后导出适配鸿蒙的模型文件(.om格式)，通过HiAI Foundation集成到鸿蒙应用。使用@ohos.ai.machineLearning模块加载模型，调用inference接口进行推理。数据处理需转换为模型要求的输入张量格式，输出结果解析后展示诊断结论。注意模型需针对鸿蒙NPU做量化优化。

更多关于HarmonyOS鸿蒙NEXT中ModelArts搭建病虫害诊断AI在线服务的实战系列教程也可以访问 https://www.itying.com/category-93-b0.html


在HarmonyOS NEXT中集成ModelArts病虫害诊断AI服务是个很好的应用场景。您已经完成了ModelArts的关键步骤：数据集准备、模型训练和服务部署。针对HarmonyOS应用集成，建议：

  1. 使用HarmonyOS的HTTP/HTTPS能力调用ModelArts REST API
  2. 通过@ohos.net.http模块实现网络请求
  3. 注意处理图片base64编码转换
  4. 建议添加本地缓存机制减少重复请求

关键代码示例：

import http from '[@ohos](/user/ohos).net.http';

function predictDisease(imageData: string) {
  let httpRequest = http.createHttp();
  httpRequest.request(
    "https://your-modelarts-endpoint",
    {
      method: 'POST',
      header: {
        'Content-Type': 'application/json',
        'X-Auth-Token': 'your-token'
      },
      extraData: JSON.stringify({
        "images": [imageData]
      })
    }
  ).then((response) => {
    console.log('预测结果:', response.result);
  });
}

对于性能优化建议：

  1. 图片上传前进行适当压缩
  2. 使用Worker线程处理网络请求
  3. 实现结果缓存机制

您展示的流程完整清晰，下一步可以重点优化HarmonyOS客户端的交互体验。

回到顶部