5722浏览
查看: 5722|回复: 6

[教程] 图形化玩转人工智能机器学习

[复制链接]

       在学习人工智能机器学习的过程中,一般的流程是获取图片(拍照或者爬虫)、处理图片、标注图片、训练模型、编写代码。在这个过程中对图片的处理和标注是最累人的,而且容易出错,对于学生而言过程极其痛苦,最近发现一种特别简单的图形化方式实现人工智能机器学习,只需要点点鼠标即可完成。

        今年参加了第二届”少年硅谷——全国青少年人工智能教育成果展示大赛“其中的一个项目——火星环境探测挑战赛,在这个比赛中使用到英荔公司的创作平台、硬件编程平台,发现他们的训练平台非常好用,简单快捷。

        无意之间发现这个训练平台可以不用登录也可以使用,而且还可以下载模型,那岂不是可以借助这个平台来实现训练模型?

        打开网址:https://train.aimaker.space/train/
        可以看到这个平台可以训练图像项目、音频项目和姿势项目,今天先来试试图像项目,点击图像项目进入。
      界面非常简洁,已经有两个类别Class1和Class2,点击类目名后面的笔图案可以改类目的名称,注意尽量不要使用中文。
      我以识别石头、剪刀、布为例,类目名我就懒得改了,分别为:
      Class1——布
      Class2——石头
      Class3——剪刀
      Class4——背景
      先来训练”布“
      点击Class1下面的摄像头
      可以看到平台打开了摄像头,下面有个按钮”按住以录制“,根据提示我们将”布“的手势放入摄像头,然后按住这个按钮不松开
      右边就会出现很多”布“手势的图片,尽量将各种可能出现的布手势都做出来,数量的话建议尽量多一点,不要少于30张。
       紧接着录制其他手势的照片。
      图片准备完毕,点击中间的训练模型
      然后平台就会开始训练
      训练过程是非常快的,基本上1-2分钟就可以训练完毕。
      训练完毕后,右边就会自动进行测试,我们在摄像头前摆出各种手势,右边就会根据模型判断出是哪种手势。
       因为手势比较简单,准确率还是非常高的。如果发现准确率比较低,那就多拍点图片,再次训练模型,将准确率提高。

       接下来我们就可以下载模型了,点击导出模型
      选择 Tensorflow,然后点击下载我的模型,就会下载到两个文件。
      其中keras_model.h5就是模型文件,而labels.txt就是类别名称文件,将这两个文件放入一个文件夹。

      接下来就是利用这两个文件进行编写程序。
      打开Mind+,切换到Python模式,点击左下角扩展,加入两个官方库。
      代码如下:
      注意先保存,然后再运行,文件保存的路径要和模型文件保存的路径一致。

      点击运行,效果如下



      可以看到效果还是很不错的,这是人工智能图像识别中的物体分类功能,对于中小学生入门人工智能机器学习还是很有帮助的,简单的动动鼠标就可以体验整个学习过程。

       后续还可以通过加入pinpong库,对开源硬件进行操作,比如加入一个RGB灯,剪刀就亮红色,石头就亮绿色,布就亮蓝色……
       只需要在
      的前后加入判断即可。
       期待大家玩出更多创意。

       也可以将自动生存的代码保存为py文件,和模型文件,类别标签文件一并部署到树莓派、冲锋舟、拿铁熊猫、行空板等上面实现物体分类功能。


代码

#  -*- coding: UTF-8 -*-


# MindPlus

# Python

from keras.preprocessing import image

import tensorflow.keras

import tensorflow as tf

from time import sleep

import numpy as np



import cv2

cap = cv2.VideoCapture()

cap.open(0)

model = tensorflow.keras.models.load_model('keras_model.h5')

labels = ['Class 1','Class 2','Class 3','Class 4']

font = cv2.FONT_HERSHEY_SIMPLEX

success = True

image = 0

while not (False):

    success, image = cap.read()

    if (success == False):

        break

    image = cv2.flip(image,1)

    img = cv2.resize(image,(224,224))

    img = np.array(img,dtype=np.float32)

    img = np.expand_dims(img,axis=0)

    img = (img / 255)

    prediction = model.predict(img)

    predicted_class = labels[np.argmax(prediction)]

    print(predicted_class)

    cv2.putText(image, predicted_class, (123,456), font, 2, (0,255,0), 3)

    cv2.imshow("Frame", image)

    if cv2.waitKey(1) & 0xff== 113:

        break

cap.release()

cv2.destroyAllWindows()



附件




rzegkly  版主

发表于 2022-10-26 13:51:11

学习制作数据集的新方法
回复

使用道具 举报

木子呢  管理员

发表于 2022-10-27 17:06:38

赞赞赞
回复

使用道具 举报

达州泸州  学徒

发表于 2023-3-23 10:09:53

很多库都没有呀,提示
回复

使用道具 举报

杨义涵同学  学徒 来自手机

发表于 2023-5-29 22:03:48

代码程序运行一定要用摄像头吗?
回复

使用道具 举报

路人甲糕  学徒

发表于 2023-6-10 21:50:00

运行代码出现错误No module named 'keras'
回复

使用道具 举报

DFHyuizT_cT  学徒

发表于 2024-3-29 22:19:25

达州泸州 发表于 2023-3-23 10:09
很多库都没有呀,提示

请问库的问题你解决了吗?
回复

使用道具 举报

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

© 2013-2024 Comsenz Inc. Powered by Discuz! X3.4 Licensed

mail