在华为云的ECS部署深度学习实验环境，构建CNN模型实现景区地标识别，体验AI识景带来的便利性。
登陆弹性云服务器 ECS
1、 查看服务器公网 IP。
2、 打开的 Putty 软件，在 Host Name 处输入弹性公网 IP,然后点击 Open 进行
连接。
3、 忽略警告，确认连接。
安装 Anaconda 软件
1、 这部分为Linux命令，在输入完成后需要按回车键执行命令，在命令执行过程中请不要进行
其他操作，以免发生问题。
2、 下载Anaconda软件，输入以下命令，在Putty软件中鼠标右击可进行粘贴：
wget https://repo.anaconda.com/archive/Anaconda3-5.3.1-Linux-x86_64.sh
3、 安装Anaconda软件，输入以下命令：
bash Anaconda3-5.3.1-Linux-x86_64.sh
图 2-15 Anaconda 安装界面
4、 安装页面警告缺少bzip2，暂时不管，长按enter，跳过阅读协议，然后输入yes，继续安装
软件。
图 2-16 同意安装协议界面
5、 按 Enter 键使用默认安装位置安装。
图 2-17 确认 Anaconda 软件安装位置
6、 在安装报错之后安装 bzip2，输入以下命令，如果没有报错，请忽略本步，直接跳往下一
步：
yum install bzip2
安装 Jupyter Notebook 并开启远程访问
1、 退出 Python 环境，输入以下命令：
exit()
2、 安装 Jupyter Notebook，输入以下命令：
conda install jupyter notebook
3、 以下命令生成 Jupyter Notebook 配置文件：
jupyter notebook --generate-config
设置 Jupyter Notebook 远程登陆密码，输入以下命令进入 IPython 环境：
ipython
分别输入以下两行命令：
from notebook.auth import passwd
passwd ()
输入密码，注意不会有提示，然后保存 Sha1（引号内全复制，选中后右击复制），然后在
本地电脑新建一个文本文档进行保存，后续步骤会用到。
图 2-37 Sha1 生成界面
6、 输入 exit()退出 IPyhton 环境，并输入以下命令使用 vi 编辑器配置文件：
vi ~/.jupyter/jupyter_notebook_config.py
进入 vi 编辑界面后默认是指令模式，按 i 可以从指令模式切换到文本输入模式（英文输入
模式下），按 esc 可从文本输入模式回到指令模式，指令模式下输入/，后面接需要搜索的
字符串（区分大小写），按回车可完成搜索，n 可切换为下一个匹配对象。
在文件中找到以下四项进行修改并删除前方#，建议输入完整字符串进行搜索，Sha1 为前
上一步设置密码时生成的 Sha1。
c.NotebookApp.ip=’*’
c.NotebookApp.password
=u’ sha1:2cff9606d39d:7f9c0e43eeda25941bf274ed47d412a3022b6d4d’
替换为自己的 sha1，记得加上 u。
c.NotebookApp.open_browser = False
c.NotebookApp.port =8888
注 ：每次修改完后均需回到指令模式重新搜索再进入文本输入模式修改，全部修改完成后
返回指令模式，英文输入状态下输入冒号：，进入末行模式，然后输入 wq，回车退出并保
存，如果文本输入错误，可在末行模式下输入 q！退出不保存，后面有操作图解。
上传本地资源到服务器
1、 点击页面上的 Upload 按钮，选择 img-classified.zip 文件
图 2-49 Jupyter Notebook 界面
图 2-50 Jupyter Notebook 上传文件界面
2、 再次点击蓝色 Upload 开始上传，使用同样的方法开始上传 train.csv，然后返回到网页上的
服务器页面，点击远程登陆，输入账号密码后登陆服务器
图 2-51 网页远程登录服务器界面
基于卷积神经网络实现景区精准识别 第 34 页
图 2-52 网页远程服务器控制界面
3、 点击 Input Commonds 之后出现一个输入框，我们可以在这里粘贴命令，回车之后按 Send
将输入框命令发送至 ECS 服务器中执行
图 2-53 网页远程服务器复制命令输入界面
4、 复制输入以下命令来安装解压软件，安装步骤和前面一样
yum install -y unzip zip
5、 在文件上传完成后输入 ls，查看是否可以看到刚才上传的文件
ls
基于卷积神经网络实现景区精准识别 第 35 页
6、 输入以下命令对压缩包进行解压
unzip img-classified.zip
原始数据集预处理
3.2.1 原始数据集的读取
1、 首先需要新建一个 Notebook，然后导入本次实验用到的工具，每个单元格可以独立运
行，按 Shift+Enter 运行选定单元格，import 关键字负责导入。
#import 为 python 中导入第三方包的关键字， pandas 是一个可以处理 cs
v ， xls 等格式文件的包，这里的 as 表明用 pd 来代替 pandas ，代码更简洁
import pandas as pd
#requests 包可以让 python 获取网页上的数据，本次实验利用它来得到网
页图片内容
import requests
基于卷积神经网络实现景区精准识别 第 37 页
#os 负责 python 和系统的通信，可以用来创建新的文件夹
import os
2、 读取 train.csv 的文件数据，并将数据赋值给变量 content。
#python 创建变量时，无需声明变量类型， pandas 将读取到的 csv 文件内
容存储到 content 变量中
content=pd.read_csv(‘train.csv’)
3、 查看数据集描述。
查看数据集描述
content.describe()
图 3-2 数据集描述界面
4、 可以看到数据集包含 id，url，landmark_id 三个字段，分别对应图像 id、图像网络地址、
图像的类别 id，count、unique、top、freq 分别表示数据的数量，不重复的数据数量，出
现次数最多的数据、出现次数最多数据的出现次数。从而可以得出没有重复的图像，但是
图像的网络地址有缺失值，一共包含 14952 种景区类别，这个与数据集刚发布的不一致，
可能是因为数据集在不断更新，同时 train.csv 只是其中的一部分。
3.2.2 原始数据集的筛选
因为原始数据集较大，所以需要进行筛选，然后拿到筛选之后的图像网络地址将对应的图像下
载到弹性云服务器上。
1、 通过前面的分析可以知道，图像的 id 和 url 都是唯一的，而最后的 landmark_id 才是一对
多的，所以可以通过这个字段对数据集进行筛选，由于筛选之后的索引不会变化，所以如
果按行对筛选后的数据进行遍历，会出现断层导致程序运行出错，所以需要重置索引。
创建一个列表根据 landmark_id 对数据集进行筛选
arr=[‘0’,‘2’,‘3’,‘5’,‘7’,‘8’,‘11’,‘12’,‘13’,‘16’]
#isin 判断前面的元素是否在后面的列表里面，筛选后的数据集里的 landm
ark_id 都在前面的 arr 里面
content_selected=content[content[‘landmark_id’].isin(ar
r)]
筛选后的数据集还是保持了原来的索引，且不连续，我们需要重置一下
content_selected=content_selected.reset_index()
基于卷积神经网络实现景区精准识别 第 38 页
2、 查看筛选后的数据集，可以发现多了一个 index 字段，这是因为重置索引之后把旧的索引
作为一个字段进行保存，而不是直接丢弃掉。
查看数据集的前面部分，默认前 5 项
content_selected.head()
图 3-3 查看筛选后的数据集
3、 因为筛选数据集时知道 landmark_id 包含 10 种，但是不清楚一共有多少数据，所以需要查
看筛选之后数据集的数量，然后可以作为后续程序的输入。
#content_selected 中存储的元素是一个表格， shape[0] 代表表格的行
数， shape[1] 代表表格的列数
num=content_selected.shape[0]
3.3 实验数据集获取
3.3.1 下载程序的代码实现
1、 现在筛选之后的数据集有了，数据集数量也有了，本步就是编写代码，依次从数据集中拿
到图像网络地址，然后进行图像下载，这部分比较复杂，可根据注释逐步进行查看，考虑
到图像网络地址失效和国家防火墙原因，部分网络连接地址无法访问，所以对访问网络地
址部分的代码进行异常捕捉，防止因为一个网络地址无法访问导致程序停止运行。
#def 关键字用来定义函数，这部分代码不会立即执行，而是在调用函数的
时候才会执行
def download_img(num):
这部分是一个循环，得到数据集的样本数量，然后生成对应的循环次
数，逐次进行下载
for i in range(num):
#i 表示当前样本的行索引， url 为数据集图片链接对应的列索
引， at 的话根据行索引和列索引拿到当前样本对应的图片链接
img_url=content_selected.at[i,‘url’]
基于卷积神经网络实现景区精准识别 第 39 页
方便起见，我们用循环序号作为图片名字， str 把数字类型的序
号转换为字符串类型
img_name=str(i)+’.jpg’
我们获取到样本对应的 landmark_id ，并创建一个文件夹，这
样同一个文件夹下面的图片都是同一类的，且文件夹名字就是标签
folder=content_selected.at[i,‘landmark_id’]
定义图片保存路径，在 img 文件夹创建当前样本的标签文件
夹，再进行图片写入
path=‘img/’+folder+’/’
判断路径是否存在，如果文件夹还没创建，路径不存在的话，写
入文件会报错
isExists=os.path.exists(path)
if not isExists:
这部分利用 os 模块创建文件夹
os.makedirs(path)
#try 和 except 负责 python 里面的异常捕捉和处理，也就是
我们常说的报错，这里可能存在图片链接无效，打不开的问题，我们没有
办法，也不需要解决
try:
访问前面拿到的图片链接
img=requests.get(img_url)
#with 关键字可以在这部分内容完成后，自动关闭刚才开启
的资源，不用手动管理， open 则是在前面设置的路径里新建一个文件并打
开
with open(path+img_name,‘ab’) as f:
#write 将访问图片链接拿到的内容写入到空白文件
里，这部分完成后， with 会自动刷新并保存内容，释放资源
f.write(img.content)
如果发生错误的话，会跳转到这里，因为我们不做处理，所有只
写了 pass ，也就是过
except:
pass
基于卷积神经网络实现景区精准识别 第 40 页
2、 筛选之后的数据集可以保存到硬盘中，方便以后查看，然后所有准备工作已经完成，调用
图像下载函数，开始下载图像。
将筛选后的数据集写入 csv 文件中
content_selected.to_csv(‘data.csv’)
调用定义好的下载函数，开始下载图片
download_img(num)
3、 由于图像网络地址大多数为谷歌云，部分链接无法访问，为了保证实验正常运行，本部分数据集随实验手册打包，即2.25上传解压的img-classified.zip文件，在运行代码之后如无报错可直接进行下一步实验，无需等待。
4、 本部分源码为download_img.ipynb，随实验手册打包，建议先手动输入代码，不要直接运行源码。
