[AI人工智能教程]LattePanda&AI-猫狗识别 精华

查看: 188|回复: 0

[AI人工智能教程] LattePanda&AI-猫狗识别

[复制链接]
本帖最后由 铁甲小宝 于 2020-8-20 09:45 编辑

LattePanda&AI-猫狗识别

概述

深度学习正迅速成为人工智能应用的关键工具。例如,在计算机视觉、自然语言处理和语音识别等领域,深度学习已经取得显著的成果。因此,人们对深度学习的兴趣也越来越浓厚。
深度学习中最突出的问题之一是图像分类。图像分类的目的是根据潜在的类别对特定的图像进行分类。图像分类的一个经典示例是在一组图像中识别猫和狗。
image001.jpg
本项目中我们将实现对图片中猫和狗的识别,首先训练数据集中的猫狗图片,获得模型文件,然后用测试图片来测试识别效果。更进一步的,我们将修改程序,以实现对其他物体的训练与测试。

项目基础

识猫狗识别

硬件准备:

AI主控:LattePanda
输入输出设备:5英寸显示屏、键盘、鼠标

程序编写:

1、双击桌面上的“startpage.sh”,打开JupyterLab,切换到“home/lattepanda/桌面/LattePanda&AI项目实战/”目录下,如下图,检查一下项目必需的3个文件; image002.png
2、双击“LattePanda&AI-猫狗识别”,进入该文件夹:
image004.png

  • 数据集——一个完整的数据集包括训练集、验证集、测试集三个部分:
    image006.png
    train——训练集(Training Set)——用于训练模型
    validation——验证集(Validation Set)——用于调整和选择模型
    测试调用图片——测试集(Test Set)——用于评估最终的模型
    为了使模型的准确度更高,这三个部分所包含的图片都是不相同的,而图片大小和数量亦需要控制。
    image008.png image010.png
    3、双击打开“猫狗识别训练.ipynb”;
    *本次的训练模型文件会覆盖上一次的文件,为了便于观察,请在训练前将“猫狗识别.h5”和“猫狗识别.npy”删除。
    image012.png
    样例代码——训练部分:
    image014.png image016.png image018.png
    样例代码——测试部分:
    image020.png
    5、运行程序,程序所在目录下生成“猫狗识别.h5”和“猫狗识别.npy”文件,最后显示测试结果。

项目进阶

训练、识别其他物体

训练程序不仅能用于猫狗这类小动物的训练与测试,还可用于其他物体的训练与识别。

1、首先我们打开数据集,将“猫狗识别”重命名为“物体识别”;
image022.png
2、进入“数据集/物体识别/train”中,添加新的图片库,以“cars”为例,该文件夹中含有1000张汽车照片,大小在5KB~40KB,
image024.png
接着进入“数据集/物体识别/validation”中,添加对应的图片库,该文件夹中的图片数量可少于训练集中图片库,但是必需保证训练集、测试集、验证集中的每张图片里的汽车是不同的,以提高识别的准确度;
image026.png
3、重新回到“LattePanda&AI-猫狗识别”目录下,重命名训练程序,并添加测试集图片;
image028.png
4、双击打开训练程序,按照下图标识修改程序; image030.png image032.png
5、运行程序,程序所在目录下生成“物体识别.h5”和“物体识别.npy”文件,最后显示测试结果。
image034.png

附录

搜索合格的数据集不是一件易事,你可以到Tensorflow(https://www.tensorflow.org/datasets/catalog/overview)的官网里寻找
image036.png



您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

为本项目制作心愿单
购买心愿单
心愿单 编辑
[[wsData.name]]

硬件清单

  • [[d.name]]
btnicon
我也要做!
点击进入购买页面
上海智位机器人股份有限公司 沪ICP备09038501号-4

© 2013-2020 Comsenz Inc. Powered by Discuz! X3.4 Licensed

mail