1871| 3
|
[M10教程] 行空板判断石头剪子图形的AI识别 |
本帖最后由 rzegkly 于 2024-2-4 21:52 编辑 一、项目的起源 2024年2月4日 我们迎来春季的第一个节气——立春 立春意味着耕耘播种的时节就要开始 新年的脚步越来越近了,学习脚步永不停歇。 1月31日晚上,参加浦育平台组织的《中小学AI课程众筹计划交流活动》, 让我亲自体验人工智能的数据采集和整理,数据的加工处理和模型的训练, 再到智能识别得出结果的整个流程的操作。 这就是我今天要给大家分享关于行空板判断石头剪子图形的AI识别。 二、项目的原理 1.数据采集:对手的形状石头、剪子进行图片的采集, 2.模型训练:利用蒲育平台的训练工具进行训练生成权重模型, 通过蒲育平台的模型转换工具将权重模型文件转换成*.onnx通用格式的文件。 3.模型部署:将onnx通用格式的文件通过Mind+图形化编程软件部署到行空板上, 4.模型应用:在行空板显示出所识别图片的类别。 三、硬件材料 1.行空板1块 2.数据线1根 四、项目的制作过程 (一)数据采集 1.对手的石头和剪子的图片采集。 在蒲育平台首页,找到工具—在线工具—创意积木工坊 (二)模型训练 打开摄像头,在摄像头前方展示你的物体,初步评估模型的性能,即模型所呈现的标签是否和所展示的物体一致。 打开AI训练工具,修改分类标签分别为“剪子”“石头”,上传相应图片 将图片数据制作成ImageNet格式数据集。 开始训练,训练完可以进行验证,也可以现场打开摄像头采集图片进行训练。 权重模型的训练生成并将训练好的模型文件下载到电脑。 将训练好的手势图片模型model.zip模型文件下载到电脑里保存。 (三).将训练好的模型文件转换成通用格式*.onnx。 从积木编程的tensorflow.js模型到ONNX模型进行克隆。 手头 剪子积木编程的tensorflow.js模型到ONNX-副本. https://www.openinnolab.org.cn/pjlab/project?id=645ddb8fd73dd91bcbf15083&sc=630d8bd4bba1fd64f1f0a5dc#public 将手势模型文件model.json 和modelweights.bin文件上传平台 模型转换模型,全部运行 打开转换模板文件,将训练好保存电脑的权重模型文件上传, 按步骤运行模板程序生成新的通用格式的文件。 模型推理不用运行,将onnx文件下载到电脑相应文件夹。 (三)模型部署:将通用的权重文件部署到 行空板。 1.打开Mind+,右下角扩展添加 2.在官方库添加行空板 3.用户库添加BaseDeploy 4.pip模式安装BaseDeploy 5.打开文件系统,将文件拖入项目中的文件即可, 在点击运行的时候Mind+会将项目中的文件里面的所有文件一起上传到行空板的mindplus文件夹中运行。 [color=rgba(0, 0, 0, 0.9)] (四)模型应用 编写程序如下: 第一个程序是识别测试集里的剪子分类的图片,行空板显示结果剪子 第二个程序是识别测试集里的石头分类的图片,行空板显示结果石头 五、总结及展望 本项目初步完成了人工智能图形分类的数据采集、模型训练,模型部署、模型并能够脱离蒲育平台实现简单应用。由于初次还存在制作过程简单,数据采集量小,成熟度还很低,还有待于进一步改进和完善。本作品由于过于简单应用场景非常有限,今后还要在此基础上进一部扩展功能,适合更多场景应用。 |
© 2013-2024 Comsenz Inc. Powered by Discuz! X3.4 Licensed