【N+】千里马Plus项目式课程 - 10 路标识别1
本帖最后由 Nplus实验室 于 2023-6-16 10:11 编辑【N+】千里马Plus项目式课程10 路标识别1- N+桃李科教
上一篇：【N+】千里马Plus项目式课程 - 09 识物停车
下一篇：【N+】千里马Plus项目式课程 - 11 路标识别2
教学目标
1.认识分类器；
2.学习千里马分类器的使用；
3.完成交通标志的模型训练与加载。
教学准备
千里马、数据线、卡片
教学过程
导入 → 分类器 → 模型训练 →模型加载 → 总结
1.导入
20类物体识别可以识别哪些类别？
飞机，自行车，鸟，船，瓶子，公共汽车，车，猫，椅子，牛，桌子，狗，马，摩托车，人，盆栽，羊，沙发，火车，屏幕。
20类物体识别的有什么缺点？
20类以外的物体不能识别
本节课我们将学习另一种物体识别，可将20类的不足补齐。
https://v.qq.com/x/page/p3518hdn2fk.html
2. 分类器
2.1 认识分类器
物体学习需要使用到分类器。
分类器：将标记好类别的训练数据进行储存。在机器学习中，分类器作用是在储存好的训练数据基础上判断一个新的观察样本所属的类别。
分类器原理与20类识别很相似，20类是已经学习好的模型数据，直接加载使用即可，而分类器需要学习模型，学习完后进行加载。
分类器的使用步骤：学习数据，训练模型→储存模型→加载模型→识别并判断所属类别。
2.2 分类的应用
分类器有很多的用处，有了分类器，我们可以识别路标、识别数字、识别形状、还可以制作垃圾分类的案例等等。
3. 模型训练
目标：千里马学习下图中的左右转向路标。
3.1程序语句
分类器需要用到的程序如下：
初始化分类器，有了这句程序，才会切换到分类器模式
将学习的模型进行分类，分类为0、1、2、3
储存学习好的模型并进行命名，必须需用英文命名
模型学习结束后，可直接运行运行分类器，运行后便可以开始识别了。
加载已储存好的模型名称以及分为几类
3.2程序编写
1.学习的是“左转”和“右转”两个交通标志，也就是两个分类，初始化分类器为“left,right”,“left”和“right”就是两个类别的名称，与20类识别中的“猫”、“鸟”的分类是一个意思。有多少个类别就是有多少个分类。类别之间用“英文逗号”隔开，即英文输入法下输入的逗号。如果是3个类别，可以分为a,b,c；如果是4个类别，可以分为a,b,c,d，以此类推。
2.训练模型的程序如下，先将其刷入至掌控板，不理解没关系，我们一边操作一边理解。
3.3学习模型数据
1.程序刷入后，当屏幕显示“物体学习”表示成功切换到了通用模型模式，则可以开始学习了，如下图所示：
2.设置变量“count”表示学习的分类，第一次按下A键，表示学习第一个分类（左转路标），随后按下B键，表示正在学习，如果学习成功，千里马左下角将会出现“添加到分类：0”字样，按一次B键，则表示学习一次，一张图最少学习3-5张，学习的时候需要调整卡片的角度，学习的数量越多，角度越多，识别越精准。
备注：学习环境也会影响识别结果。
3.第一个分类学习好之后，再次按下A键，表示可以学习第二个分类了（右转路标）。按下B键，开始学习第二个分类。学习方式、要求与前面一致。
4.第二个分类学习完毕后，按下A键，开始储存模型，左下角将出现“训练中......”字样，如下图所示。
5.运行分类器后，识别到图片，千里马左下角出现模型名称（初始化分类器时所命的名）和一串数字，数字表示识别的精准度，数字越小说明识别的越精准。
备注：同样的模型，每一次学习的准确度都会不同，这与模型相似度、学习数量、角度等有关系。
4.加载模型
目标：加载模型，千里马识别到左转标志，左边的RGB灯闪烁红灯；识别到右转标志，右边的RGB灯闪烁红灯。
4.1程序流程图
判断是否存在数据，随后判断准确度，最后再判断是哪个分类，程序流程图如下图所示：
4.2程序编写
1.前面如果储存了模型，那么可以直接加载调用模型。加载分类器的名称必须与储存分类器时所写的一样，否则无法调用模型，第二个文本框与初始化分类器为也是对应的
2.定义左右RGB灯闪烁的程序函数。
3.加上重复执行等语句，完整程序如下图所示。
5.总结
1.什么是分类器？分类器有什么作用？
2.物体学习与20类物体识别有什么相同与不同之处？
6.课后作业
1.思考：如何在物体学习模式下，识别的更准确？
千里马Plus购买链接：N+千里马Plus
本课PPT、视频及案例代码下载：
链接: https://pan.baidu.com/s/1FQr1IUjbr4W_31dHWT0fKg
提取码: 8888
不错不错 赞！ 教程很详细！ 赞！！！！
页:
[1]