43502| 0
|
柚子相机-新能源车停车场 |
本帖最后由 柚子相机项目组 于 2024-7-31 08:50 编辑 一.功能介绍 1.使用柚子相机作为图像检测工具,对车牌进行框选和识别判定 2.根据柚子相机识别到的商品返回数据,新能源车可进,燃油车进行语音劝阻 二.硬件清单 1.柚子相机 2.拓展板 3.四位数码管 4.语音播报 5.扬声器 6.灰度传感器 7.舵机2个 8.连接线若干 9.摄像头延长线 三.制作步骤 1.模型训练 使用的是Maixhub在线模型训练平台,https://maixhub.com/ 登录平台,进入模型训练 新建训练,输入训练项目的名称和类型(类型分为图像分类和图像检测,分类只需要创建不同类物体的文件夹,检测需要对图片添加标注,检测不仅可以识别到物体的种类,也能返回在图像中的坐标位置等信息),名称自拟,这边选择的是图像检测。 创建数据,首先创建数据集,这边使用柚子相机拍摄了新能源车,燃油车的图片,选择数据集中的上传图片,上传了422张,验证图片20张(要求每个图片不低于50张,不超过3000张) 图像标注,对上传的图片进行标注,图像检测需要自行对图片进行框选;首先点击新建标注,添加两种图片不同的标签名称 图片的框选(英文模式):按下W键后,鼠标移动到图片上方,光标变成十字,对物体进行框选(如图),选择该图片的标签(不同标签,不同颜色);标签选择好后,点击S键进行保存,按下D键图片切换下一张,按下A键图片切换上一张;每张图片都要进行保存; 创建训练任务,设置训练参数,柚子相机选择awnn模型,图像增强这边选择了随机模糊,商品图片不能镜像和旋转,迭代次数这边选择的100次,理论上迭代次数和识别成功率成正比,但是迭代次数越多训练时间越长,而且达到一定次数后损失率会达到峰值,不会再收敛。 参数设置完成以后可以开始训练,平台端会显示训练的进度,所需时间取决于当前训练的人数和数据集的大小。训练完成后,会生成awnn的模型和main.py主程序,可在线下载,下载完成后将程序和模型拷贝到柚子相机的app文件夹下。 2.程序设计 首先是柚子相机的图像识别的程序,模型训练完成后会生成一个main.py的文件,需对程序进行修改. Esp32编程使用的是mind+编程 定义串口1是连接柚子相机的,波特率和柚子相机波特率一致115200. 硬件连接: 四位数码管:SDA SCL管脚 舵机:P0 P1管脚 语音播报:P15 P16管脚 灰度传感器:P8 P9管脚 3.外观绘制 使用激光切割和描线,完成绘制;黑色为切割线:红色为浅描线 4.连接方式 首先使用连接线连接柚子相机和拓展板 将四位数码管连接在拓展板的SDA SCL管脚(调换了连接线其中一端黄色和绿色的线序) 将舵机转接块连接在拓展板的P0P1管脚,并将两个舵机插在舵机转接块的A口和B口 将导入语音后的语音播报插在P15P16管脚,连接扬声器 使用转接分支块作为转接中心,在AB两端各衍生一根连接线,分别连接在两个灰度传感器上面 将他们安装在切割好的木板上,整体调试 5.整体展示 |
© 2013-2025 Comsenz Inc. Powered by Discuz! X3.4 Licensed