此Codelab将带领开发者体验端云协同开发，首先使用ModelArts开发训练手势识别模型，然后，使用HiLens部署模型到HiLens Kit，并进行手势识别，端到端掌握AI业务全流程开发实践技能。开发技能的流程如图所示：
-
掌握使用ModelArts训练手势识别AI模型。
-
掌握使用HiLens部署模型，展示模型的效果。
-
一台电脑（Windows）
-
一条网线
-
谷歌浏览器
-
一台HiLens Kit（如需购买，请在此处购买）
请参照此链接，完成准备工作
从此链接下载数据到本地，解压。
通过OBS Browser上传数据集文件夹到刚刚创建的OBS桶下，可以参考此文档 。
接下来将通过ModelArts训练作业功能训练AI模型，在此过程中应用ModelArts的预置算法Resnet50训练出一个图像分类模型。
-
进入ModelArts管理控制台，点击左侧工具栏“训练管理”>“训练作业”，进入“训练作业”页面。
-
单击“创建”，进入“创建训练作业”页面。
-
在“创建训练作业”页面，填写训练作业相关参数，然后单击“下一步”。
a. 在基本信息区域，“计费模式”和“版本”为系统自动生成，不需修改。请根据界面提示填写“名称”和“描述”。
b.在参数配置区域，选择“数据来源”，设置“算法来源”、“运行参数”、“训练输出位置”和“作业日志路径”.
- 数据来源：由于导入的数据集已完成标注，因此直接从数据存储位置导入即可。单击“数据存储位置”，然后单击文本框右侧的“选择”，选择数据集所在的OBS路径，如“/hilens-test1/gesture-data/”。
- 算法来源：单击“选择”，从“预置算法”列表中，选择“ResNet_v1_50”算法。
- 运行参数：选择“ResNet_v1_50”算法后，默认包含“max_epoches”参数，默认值为“100”。针对此案例，建议将“max_epoches”参数值修改为 “10” ，1个epoch代表整个数据集训练一遍，此运行参数表示训练10个epoch，“max_epoches”值越大训练时间越长。针对此案例，需增加参数“export_model = FREEZE_GRAPH_BINARY”，保存frozen的“.pb”模型，因为转换模型时只支持“.pb”模型。
- 训练输出位置：从已有的OBS桶中选择模型和预测文件存储路径。使用准备工作中已创建好的“gesture-data-output”文件夹。如果没有可用文件夹，您可以单击“选择”，在弹出对话框中新建文件夹。
- 作业日志路径：从已有的OBS桶中选择日志存储路径。使用准备工作中已创建好的“gesture-data-record”文件夹。如果没有可用文件夹，您可以单击“选择”，在弹出对话框中新建文件夹。
c. 在资源设置区域，单击资源池文本框右侧的“选择”，选择“公共资源池”和“GPU”；规格分为p100和v100两种，v100规格的GPU的p100规格的GPU更佳，但两者价格不同，请按需选择；“计算节点个数”设置为“1”。
d. 完成信息填写，单击“下一步”。 4. 在“规格确认”页面，确认填写信息无误后，单击“立即创建”。 5. 在“训练作业”管理页面，可以查看新建训练作业的状态。训练作业的创建和运行需要一些时间，若max_epoches=10，需要3分钟左右；若max_epoches=50，需要10分钟左右。当状态变更为“运行成功”时，表示训练作业创建完成。 您可以单击训练作业的名称，可进入此作业详情页面，了解训练作业的“配置信息”、“日志”、“资源占用情况”和“评估结果”等信息。在“训练输出位置”所在的OBS路径中，即“/hilens-test1/gesture-data-output/”路径，可以获取到生成的模型文件。
- 进入ModelArts管理控制台，在左侧导航栏中选择“ 模型管理”> “压缩/转换”，进入模型转换列表页面。
- 单击左上角的“创建任务”，进入任务创建任务页面。
- 在“创建任务”页面，填写相关信息。
- 名称：输入“gesture-data”。
- 描述：输入识别手势的简短描述，如：将识别手势技能模型转换为“.om”格式。
- 转换模板：选择“TensorFlow frozen graph 转 Ascend”。
- 转换输入目录：在OBS路径“/hilens-test1/”下新建文件夹“gesture-convert-input”，把文件夹“gesture-data-output”中输出的训练作业数据中“model.pb”文件放入新建文件夹“gesture-convert-input”中，选择转换输入目录为“hilens-test1/gesture-convert-input”。
- 转换输出目录：在OBS路径“/hilens-test1/”下新建文件夹“gesture-convert-output”，选择转换输出目录为“hilens-test1/gesture-convert-output”。
- 高级选项：设置“学习框架类型”为“3”，“输入张量形状”为“images:1,224,224,3”。
- 任务信息填写完成后，单击右下角“立即创建”。 创建完成后，系统自动跳转至“模型压缩/转换列表”中。刚创建的转换任务将呈现在界面中，其“任务状态”为“初始化”。任务执行过程预计需要几分钟到十几分钟不等，请耐心等待，当“任务状态”变为“成功”时，表示任务运行完成并且模型转换成功。 如果“任务状态”变为“失败”，建议单击任务名称进入详情页面，查看日志信息，根据日志信息调整任务的相关参数并创建新的转换任务。
- 登录Huawei HiLens管理控制台，在左侧导航栏中选择 “技能开发” > “模型管理”，进入“模型管理”页面。
- 在“模型管理”页面，单击右上角的 “导入（转换）模型”。
- 在“导入模型”页面，然后参考图3-1填写参数，信息确认无误后单击 **“确定”**完成导入。
-
名称：输入 “gesture-recognition”。
-
版本：输入 “1.0.0”。
-
描述：输入导入模型的简短描述。
-
模型来源：单击 “从ModelArts导入”，在右侧下拉框中选择 “OM（从转换任务中获取）”，然后在下方转换任务列表中勾选之前在ModelArts转换的模型 “gesture-data”。
模型导入后，将进入 “模型管理” 页面，您导入的模型可从列表中查看。
- 在Huawei HiLens管理控制台的左侧导航栏中选择 “技能开发” > “技能管理”，进入技能列表。
- 在“技能管理”页面，单击右上角 “新建技能”，进入“创建技能”页面。
- 填写基本信息
在“创建技能”页面，在“技能模板”中选择“使用空模板”后，填写基本信息:
- 技能模板：选择 “使用空模板”。
- 名称（英文）：输入 “Gesture_Recognition”。
- 名称（中文）：输入 “手势识别”。
- 版本：输入 “1.0.0”。
- 适用芯片：默认为 “Ascend310”。
- 检验值：输入 “gesture”。
- 应用场景：选择 “其他”，文本框中输入 “手势识别”。
- 技能图标：上传技能图片。
- 技能图片：用来向用户介绍技能的使用或技能的效果，可不上传。
- OS平台：选择 **“Linux”**系统。
- 英文描述：输入技能的英文描述。
- 描述：输入技能的中文描述。
- 填写技能内容
根据您的模型和逻辑代码情况，填写技能内容，详细参数说明如下：
- 模型：单击加号，您可以在弹出框中，选择导入的模型“gesture-recognition”。
- 运行时语言：选择“Python3.7”。
- 代码执行文件：输入“main.py ”。
- 代码上传方式：选择“在线编辑”，在代码编辑框中直接编辑代码。
点击此链接 将main.py文件下载到本地，将其复制到代码编辑框中。
- 确认信息并完成新建技能
上述参数填写完成后，您可以在界面右侧查看其配置参数值，如果某个字段填写错误，在右侧会显示一个小红叉。 确认信息无误后，单击“确定”完成技能创建。
- 登录Huawei HiLens管理控制台，单击左侧导航栏“技能开发 > 技能管理”，进入“技能管理”页面。
- 选择需要部署的技能，单击右侧“部署”。
- 在弹出的部署对话框中，选择需要部署的设备，单击“部署”。
当显示如下类似信息时，表示部署成功。
- 点击“确定”完成技能部署
登录Huawei HiLens管理控制台进入 “设备管理” > “技能管理”。
进入技能管理界面，可以看到自己所有技能。将HDMI线连接HiLens Kit和显示屏，点击右侧“启动”。
完成启动后，就可以开始使用此技能。使用时，请靠近摄像头，站在画面中央，做出各种手势。摄像头将能识别近距离的基本手势，包括点赞（Great）、OK、胜利（Yeah）、摇滚（Rock）手势。
为避免技能收费，请及时停止技能。单击左侧导航栏 “设备管理” > “技能管理”，进入“技能管理”页面。点击技能后面对应的 “停止”
使用完后为方便其他账号使用，请注销设备。若不将此设备注销，其他用户将无法注册此设备。若此HiLens为您的个人设备，则无需进行此步骤。
设备注销时，需先卸载技能。登录Huawei HiLens管理控制台,依次选择 “设备管理”> “技能管理”> “卸载”。依次卸载所有技能。
依次选择 “设备管理”> “注销设备”，完成设备注销。
-
祝贺您，您已经使用华为云完成了端云协用开发任务！
-
您完成了利用ModelArts训练作业训练图像分类AI模型，并通过HiLen Kit部署模型的任务！