用行空板部署AI判断对错训练模型识别手写体“√”“X”
项目起源在学生学习人工智能的过程中，光讲解理论知识很枯燥无味，于是我就设计了一个简单的小项目，让学生能够亲自体验人工智能的数据采集和整理，数据的加工处理和模型的训练，再到智能识别得出结果的整个流程的操作。这就是我今天要给大家分享的手写体“√”“X”的AI识别。
项目原理
将手写体“√”“X”进行图片的采集，利用蒲育平台的训练工具进行训练生成权重模型，再通过蒲育平台的模型转换工具将权重模型文件转换成*.onnx通用格式的文件。最后将生成的通用格式的文件通过Mind+图形化编程软件部署到行空板上，在行空板显示出所识别图片的类别。
硬件材料
行空板 X1
数据项线用于链接电脑和行空板。
制作过程
1.手写体“√”“X”的图片制作和分类。
将图片数据制作成ImageNet格式数据集。
2.权重模型的训练生成并将训练好的模型文件下载到电脑。
在蒲育平台首页，找到工具—在线工具—创意积木工坊
点击新建，在扩展里找的AI训练（图像分类）
打开AI训练工具，修改分类标签分别为“dui”“cuo”，上传相应图片。
开始训练，训练完可以进行验证，也可以现场打开摄像头采集图片进行训练。
将训练好的模型文件下载到电脑里保存。
3.将训练好的模型文件转换成通用格式*.onnx。
打开转换模板文件，将训练好保存电脑的权重模型文件上传，按步骤运行模板程序生成新的通用格式的文件。
将文件下载到电脑相应文件夹。
4.将通用的权重文件部署到行空板。
打开Mind+图形化编程软件，在python模式下加载行空板和安装BaseDeploy库。
打开文件系统，将文件拖入项目中的文件即可，在点击运行的时候Mind+会将项目中的文件里面的所有文件一起上传到行空板的mindplus文件夹中运行。
编写程序如下：
第一个程序是识别测试集里的dui分类的图片，行空板显示“dui”
第二个程序是识别测试集里的cuo分类的图片，行空板显示“cuo”
再做进一步改进
总结及展望
本项目初步完成了人工智能图形分类的数据采集、模型训练，模型转换、并能够脱离蒲育平台实现简单应用。由于初次还存在制作过程简单，数据采集量小，成熟度还很低，还有待于进一步改进和完善。本作品由于过于简单应用场景非常有限，今后还要在此基础上进一部扩展功能，适合更多场景应用。
孙老师的作品很棒，学习人工智能很好的案例{:5_116:} 赞一个，不错不错 有意思{:6_215:} 請問这个网站在那？找不到~~~~~~~~~~~~~~~~~~~~~~~~~
页:
[1]