|
9439| 16
|
[项目分享] 深度学习目标检测之井字棋 |
|
【项目背景故事】 先看一下视频感受一下整体情况： 井子棋（tic-tac-toe)又称“过三关”，是一款历史悠久、流传广泛的益智游戏。棋盘是一个3*3=9的九宫格，棋子只有X和O两种，轮流下棋，直到某一方棋子在棋盘的纵横或斜线形成三子连线，即告获胜。如果双方轮流走子，直至棋盘摆满（9子）则宣告和棋。 由于井子棋简单、流传广泛，所以在棋类的AI（人工智能）学习中，井子棋成为比较常见的研究对象，有很多算法和攻略对其进行深入研究，被称为“已经解决”的棋类游戏。此类书籍也非常多。  Tic Tac Toe is a “solved” game, meaning that there aremathematically proven strategies which will give you the best results for eachgame. 井字棋是一款"已解决"的游戏，这意味着经过数学验证的策略，将为您提供每局比赛的最佳解。 本文研究的重点并不在于下棋算法，而是使用K210作为深度学习平台，通过模型训练，运用K210对井子棋的两类棋子（X,O）进行目标检测，返回棋子的类别以及在棋盘上的坐标。并且描绘成棋盘列表，将当前棋盘的棋子类别以及位置编制成json数据格式的字符串，通过串口（uart)传送给m5stack basic，后者是一个非常优秀成熟的基于esp32的开发平台，带有屏幕、按键并且适配了完整的软件库。 M5stack basic接收到了来自K210的数据后，会有两种玩法： 一是“双人对战裁判”。将收到的棋盘数据进行json解析。在屏幕上对两类棋子以及其位置进行展示，实时显示对弈战况，并且判定两位玩家的胜负以及是否平局。即充当了“AI裁判”。 二是“简单的人机对弈”。如前文所述，井子棋被称为“已经解决”的棋类游戏，也就是说，其算法已经被充分认知和破解，如使用minmax算法后，后手棋玩家将没有机会获胜，最好的结果也是平局。这样的对弈技术含量颇高，但是兴味不足。为了增加乐趣，我们引入了一个非常简单的算法，实现了简单的人机对弈。即；esp32主控会对当前棋盘进行分析，对当前剩余的所有空位编列成列表，然后从该列表中随机推荐下一步的步骤，这样以来，玩家在和机器对弈中，对方的下一步实际上是随机状态，玩家就有很大机会获胜。这样就增加了乐趣。后续我们可以通过对算法难度的调节，来丰富对弈的难度和乐趣。 【目标检测简要回顾】 本文使用的是k210的yolo2，yolo核心就是you only look once，它是通过一张图片直接得到目标的位置坐标和目标所属类别。一次操作最多可以可以预测几百个目标，检测时间不会随着目标的数量增长。其他的知识和k210的背景可以参考我其他文章或者网上资料。 【主要知识点以及难度评估】 本项目属于一个趣味4星★★★★☆，难度3星★★★☆☆的小项目，适合初学者尤其是对深度学习感兴趣的玩家入门级练手。主要知识点： ●K210（Sipeed Bit）侧 一是k210目标检测模型训练的；二是目标检测以及矩形遮罩绘制，AI工作区的概念；三是micropythonuart+json通信、解析； ●M5STACK basic侧： 一是uart+json通信、解析;二是剩余空位形成列表并且产生随机值；三是json解析后的变量转换为string。 硬件方面需要动手的地方不多，本次仍然是利用了一个吃灰的全新充电宝外壳，将K210进行包装，引出与m5stack basic通信的串口线即可。 【硬件准备】
  【软件准备】
 【制作步骤】 1、硬件连线
由于连线非常少，所以不再单独制作PCB板,用一个小型的面包板把sipeed bit与其屏幕装在一起，制作飞线并且用热缩处理，与m5stack basic进行连接。  2、硬件外壳制作 第一步：将外壳上多余的紧固件拆除 工具：电磨。  第二步：开孔 面板上对摄像头位置进行标记、开孔；在底板上对屏幕位置进行标记开孔。   装配好的sipeed bit视觉识别摄像头，放置在俯拍支架上后，是这样的：  3、模型训练 模型训练是按照sipeed 的目标检测说明来进行训练的（https://www.maixhub.com/ModelTrainingHelp_zh.html），我在写《深度学习之微信跳一跳》https://www.arduino.cn/thread-94433-1-1.html时，已经进行了详细介绍，玩家可以根据训练文档进行训练。有几个需要注意的问题，我在本文中简要串联一下。
 注：所有图片放置在images目录下，如棋子O的照片从0~190.jpg，棋子X的照片x0~x190.jpg，所有标记后的xml文件也都放在xml目录下，棋子O的xml文件从0~190.xml，棋子X的xml文件x0~x190.xml。强烈建议，在上传之前，打开labelImg程序，再次验证一下，所有的标记框和xml是否对应（目标被方框所完整包裹，即为正确标记）。   4、软件编写 （1）k210侧软件框图以及代码 有两个好玩的点可以和玩家分享一下： 第一个点是矩形遮罩，我在进行目标检测调试时，发现目前k210的yolo2识别单个目标非常准确，无论是类别还是坐标都很准确，但是在多个目标同时进入画面时，尤其是距离较近时，会发生相互干扰，造成误识别或者漏识别，从而影响棋类玩家的用户体验。 目前我的解决办法是，将九宫格的棋盘分成了9个矩形遮罩，每当识别出来一个目标，就将这个位置对应的区块用一个矩形遮罩进行遮挡，即：在图片上绘制一个与期盼底色相近的白色矩形遮罩，然后将绘制了矩形遮罩的图片传入AI工作区（pix_to_AI函数），AI在工作的时候，并不知道它所识别的对象有一个人为绘制的遮罩，在其工作区里，只会看到下一个需要识别的棋子，这样识别率会非常高。这个方法并不是上策，只是对目前软硬件状况的一种折衷做法，期待在后续深度学习产品中性能能够不断提升，解决此类问题。   第二个点是棋盘生成。将棋子识别出来的目标坐标根据棋盘位置，转换为棋子位置（1~9），用于编列入json格式的数据串，从而用uart串口传送至esp32(m5stackbasic)进行后续处理。在下图的九宫格里，设置了一个矩形的判断区，一旦目标中心点坐标点落入此区域，即认定为棋子在该位置。注意：目标检测获取的坐标是在兴趣框的左上角，所以需要转换一下，才可以得到中心点坐标。   （2）M5STACK侧软件框图以及代码  5、测试情况 玩法一：双人对战、AI裁判模式 双人轮流走棋，一旦一方三子成一线，即判该方获胜，如果全部九宫格均填满，仍未分胜负，则判定和棋。 玩法二：人机对战模式 初始模式下即为人机对战模式，或者在对弈中，按BUTTON_B键，右侧绿色标签显示“machine”即为人机对战模式，在X方先手后，basic即将推荐的步骤标号显示在屏幕右侧，请玩家代机器走子，因为机器方为随机填补空位，所以人类玩家的获胜几率很大，在经受minimax算法荼毒之后，遇到这样的“人机对弈”，会有相当成就感。   【小结】 井子棋简单有趣，本文从素材采集、模型训练到井子棋对弈的数据处理、简单算法，进行了一个完整的串接，利于玩家学习了解。 后续的展望；(1)将对井子棋的人机对弈部分难度进行提升，比如在对手即将取胜（三子即将连线）时，进行阻挡等策略。当然也可以直接引入minmax算法，虽会降低游戏趣味，但是可以对棋类算法有更加深入的了解。另外，我们非常期待sipeed和m5satck后续推出的，基于cpu和linux系统的深度学习产品，大幅提升目标检测的用户体验。（2）目前人机对弈是有劳人类玩家代为走子，下一步也可以结合机械臂以及吸盘，进行落子。那样就更接近对弈的真实性。 感谢sipeed以及m5stack社区师兄们的指导和帮助，如：大佬鼠、点灯鼠、zyleon等，一并致谢。 清明已过，繁花似锦的春天毕竟到来了。 沧海抱拳。 代码分享如下（内有详细注释）：  code.zip |
本帖最后由 沧海笑 于 2021-4-8 16:49 编辑 木子呢 发表于 2021-4-8 10:01 我也没想到，目标检测还没有流程图更加关注。哈哈。 软件名字叫做：draw.io https://github.com/jgraph/drawio-desktop 里面有手绘和阴影风格。 |
编辑选择奖
© 2013-2024 Comsenz Inc. Powered by Discuz! X3.4 Licensed
置顶卡
变色卡
千斤顶
