查看: 40494|回复: 0

【云雀气象仪基础应用教程】第八课：机器视觉天气情况...

机器视觉天气情况探测

教程目录：

天气是我们日常生活中不可或缺的一环，它直接影响着我们的衣食住行、农业生产等方方面面。与此同时，随着科技的不断发展，机器学习和人工智能正日益渗透到各个领域，而机器视觉作为计算机视觉的重要分支，致力于让计算机能够像人类一样“看到”和“理解”图像，正引领着科技领域的新浪潮。

在这个项目中，让我们利用机器视觉的方法来探究一下不同的天气情况。

任务目标

使用行空板结合摄像头采集不同天气情况下的图像数据集，然后训练天气模型，再利用模型预测实时的天气情况。

知识目标

1、了解机器学习和物体识别。

2、通过实际案例了解实现物体识别功能的基本流程。

材料清单

硬件清单：

软件使用：Mind+编程软件x1

动手实践

任务1：采集天气数据集

拍摄晴天、多云、雨天时的天气图像，保存到文件夹中。

1、硬件连接

STEP1：将摄像头接在行空板的USB口，如下图所示。

STEP2：通过USB连接线将行空板连接到电脑。

2、软件编写

STEP1：创建与保存项目文件

启动Mind+,保存项目并命名为“08、main1采集图像”。

STEP2：加载扩展库

（1）点击左下角的“扩展库”；

（2）在官方库中加载“行空板”；

（3）在用户库输入“行空板机器学习”，加载物体分类的图形化库后返回编程界面。

STEP3：编写程序

3、运行调试

STEP1：远程连接行空板并运行程序

STEP2：观察效果

(1) 观察屏幕

观察行空板的屏幕，可以看到摄像头的画面实时显示在了屏幕上。

(2) 拍摄图像

将摄像头对准晴朗的天空，按住按键a，可自动拍摄并保存此时的天气图像（晴天）。

（3）采集不同天气的图像

修改分类名称，将程序中晴天的分类“01Sunny”修改为“02Cloudy”，

运行后拍摄多云时的天气图像。重复上述操作，拍摄“03Rainy”雨天时的图像、以及“04Others”其他天气情况的图像，效果如下。

Tip1：每类图像可拍100张左右，拍摄时的图片序号可在终端查看。

Tip2：采集的图像数据集自动保存在“/root/dataset_object_classification”路径下的“01Sunny”、“02Cloudy”、“03Rainy”、“04Others”四个子文件夹中。

任务2：训练天气模型

将拍摄的天气图像集训练成模型。

1、软件编写

STEP1：创建与保存项目文件

启动Mind+,保存项目并命名为“08、main2训练模型”。

STEP2：加载扩展库

（1）在官方库中加载“行空板”；

（2）在用户库输入“行空板机器学习”，加载物体分类的图形化库后返回编程界面。

STEP3：编写程序

2、运行调试

STEP1：远程连接行空板并运行程序

STEP2：观察效果

观察Mind+终端，等待模型训练完成。

训练中... 训练完成

训练完成后，刷新文件目录，可看到生成的“object_classification_model.h5”模型文件。

任务3：实时预测天气

利用模型预测实时的天气情况。

1、软件编写

STEP1：创建与保存项目文件

启动Mind+,保存项目并命名为“08、main3实时预测”。

STEP2：加载扩展库

（1）点击左下角的“扩展库”；

（2）在官方库中加载“行空板”；

（3）在用户库输入“行空板机器学习”，加载物体分类的图形化库后返回编程界面。

STEP4：编写程序