【花雕动手做】AI视觉传感器二哈识图2之物体识别测试

实测效果还不错

为物体识别的试用测试收集了一些图片

AI 相机视觉传感器 ( 二哈识图 2) 物体识别使用说明
这里将了解如何使用HUSKYLENS 2的物体识别功能识别出画面中的物体以及学习指定物体。
选择物体识别功能
给HUSKYLENS 2供电，启动成功后，找到并点击“物体识别”功能。

观察物体识别效果
将HUSKYLENS 2“看”向可识别的物体，观察HUSKYLENS 2的屏幕，画面中所有可识别的物体将被白色方框框出，并显示对应物体名称及置信度。在机器学习中，置信度指的是模型对自己预测结果的“确定程度", 比如"苹果 26%"，表示在物体识别功能下模型认为当前画面中的该物体有26%的可能性是“苹果”。

学习物体观察结果
用户可针对80类中的任意物体进行学习，系统会按学习顺序分配唯一ID号，后续可通过ID号在项目程序中执行逻辑判断。

学习步骤：将HUSKYLENS 2“看”向目标物体（须是上述80个类别内的物体），白框框住物体后，调整HUSKYLENS 2“看”的角度，使屏幕中间的"十"字光标位在白框内，可按下HUSKYLENS 2右上角的A键，学习该物体。（如果目标物体没有被白框框住，请看本功能“参数设置”中的“检测阈值”，调低阈值再学习。）

学习完成后，如识别到已学习的物体，屏幕将以彩色方框框出该物体，并在物体上方显示“name: IDx 置信度” 。例如“苹果:ID1 64%”。学习更多物体，可依此类推。

物体识别（Object Recognition）是计算机视觉领域中的核心技术之一，其主要目标是：让计算机或智能设备能够“看懂”图像中的物体，并准确判断其类别、位置和属性。物体识别是让机器“看懂世界”的关键一步。它是人工智能“视觉理解”的基础，广泛应用于自动驾驶、安防监控、智能机器人、图像搜索、增强现实等场景。
1、物体识别的基本定义
物体识别是指：
通过图像处理与深度学习算法，自动识别图像或视频中存在的物体，并标注其类别（如人、车、猫）与位置（如边框、坐标）。
它不仅判断“这是什么”，还能指出“它在哪里”。
2、物体识别的关键流程
图像采集：通过摄像头或图像文件获取视觉数据。
特征提取：分析图像中的颜色、纹理、形状、边缘等特征。
分类判断：使用训练好的模型判断物体属于哪个类别。
位置定位：标出物体在图像中的具体位置（如边框或关键点）。
结果输出：返回识别结果供系统使用或用户查看。
3、与相关技术的区别

4、应用场景举例
自动驾驶识别行人、车辆、交通标志
安防系统识别可疑人物或物品
手机相册自动分类人物、动物、风景
教育实验识别颜色球、标签、手势等
智能零售识别商品并自动结算
机器人识别目标物体并进行抓取或互动
5、常见识别模型与算法