行空板判断石头剪子图形的AI识别
2024-02-048384
AI 快速预览详细
本文介绍了如何使用行空板进行石头剪子图形的AI识别。首先通过蒲育平台的数据采集和模型训练工具生成权重模型，然后将模型转换为通用格式并通过Mind+图形化编程软件部署到行空板上。最终，行空板能够识别并显示石头或剪子的手势图片类别。该项目适合零基础新手和STEM教育场景，帮助孩子们了解AI识别的基本原理和技术应用。
 2024年2月4日 我们迎来春季的第一个节气——立春 立春意味着耕耘播种的时节就要开始 新年的脚步越来越近了，学习脚步永不停歇。 1月31日晚上，参加浦育平台组织的《中小学AI课程众筹计划交流活动》， 让我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关于行空板判断石头剪子图形的AI识别。  二、项目的原理 1.数据采集：对手的形状石头、剪子进行图片的采集， 2.模型训练：利用蒲育平台的训练工具进行训练生成权重模型， 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。 3.模型部署：将onnx通用格式的文件通过Mind+图形化编程软件部署到行空板上， 4.模型应用：在行空板显示出所识别图片的类别。 三、硬件材料 1.行空板1块 2.数据线1根 四、项目的制作过程 （一）数据采集 1.对手的石头和剪子的图片采集。  在蒲育平台首页，找到工具—在线工具—创意积木工坊     （二）模型训练 打开摄像头，在摄像头前方展示你的物体，初步评估模型的性能，即模型所呈现的标签是否和所展示的物体一致。   打开AI训练工具，修改分类标签分别为“剪子”“石头”，上传相应图片   将图片数据制作成ImageNet格式数据集。 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。  权重模型的训练生成并将训练好的模型文件下载到电脑。 将训练好的手势图片模型model.zip模型文件下载到电脑里保存。 (三).将训练好的模型文件转换成通用格式*.onnx。  从积木编程的tensorflow.js模型到ONNX模型进行克隆。 手头 剪子积木编程的tensorflow.js模型到ONNX-副本. https://www.openinnolab.org.cn/pjlab/project?id=645ddb8fd73dd91bcbf15083&sc=630d8bd4bba1fd64f1f0a5dc#public   将手势模型文件model.json 和modelweights.bin文件上传平台  模型转换模型，全部运行  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。   模型推理不用运行，将onnx文件下载到电脑相应文件夹。   （三）模型部署：将通用的权重文件部署到 行空板。
1.打开Mind+,右下角扩展添加
2.在官方库添加行空板
3.用户库添加BaseDeploy
4.pip模式安装BaseDeploy
5.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。 [color=rgba(0, 0, 0, 0.9)]  （四）模型应用 编写程序如下：  第一个程序是识别测试集里的剪子分类的图片，行空板显示结果剪子  第二个程序是识别测试集里的石头分类的图片，行空板显示结果石头   五、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，模型部署、模型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。 |
