13| 1
|
[ESP8266/ESP32] ESP32-S3 AI CAM:基于浦育平台训练图片分类进行图像识别 |
本帖最后由 麦壳maikemaker 于 2025-5-5 20:37 编辑 其实基于浦育平台可以很方便的训练图片分类进行图像识别应用,如果你不知道怎么做就跟着我一起看一下怎么做吧 浦育平台准备 进入浦育平台https://www.openinnolab.org.cn/,还没账号的自己注册账号,已有账号登录。 顶部菜单栏点击AI体验 ![]() 选择图片分类 ![]() 上传或者拍照,这里我们是AIcam还无法作为电脑的摄像头所以我们使用上传照片模式 ![]() 准备训练素材 使用AICAM拍照(有个原则,识别的时候照片来自哪里训练的时候就要来自哪里这样效果最好) ![]() ![]() 这里你也可以使用拍照到SD卡的例程然后把SD中的照片拷贝到电脑,但是因为AIcam没有屏幕,无法看到取景器所以SD方式并不方便 这里为了偷懒我使用了YOLOmaker工具自动生成了一部分素材,使用YOLOmaker可以把一张图片通过随机的放大缩小,亮度明暗,旋转等变成N张图片。 ![]() YOLOmaker参数:1,输出设置:宽高200*150,标签:图片内容的种类名称,数量:后面前景图的数量与这个数字相乘大于100即可 2,随机处理:自己看着勾选 3,导入前景图:导入你使用AIcam拍摄的照片,拍几张导入几张建议4张起步(4个角度拍摄) 4,导入背景图(纯白,纯黑或者你拍摄时物体的背景,比如墙面,桌面) 5, 输出文件夹:选择这个分类要报存的位置,点击开始生成几秒钟即可完成。 导入前景图之后点击前景图可以在右侧看到预览效果,点一次随机变化一次 ![]() ![]() 开始上传 修改分类标签名称,点击上传按钮 ![]() 不要使用中文类别名称 ![]() ![]() ![]() ![]() 上传完成开始训练,训练需要一会,图片越多训练时间越长,根据电脑性能不同时间也不同,我这次训练了差不多要10分钟 ![]() ![]() 训练完成。 ![]() 点击下载onnx模型,我们去mind+里面使用 ![]() ![]() 可以给模型文件重命名一下 ![]() mind+中编程测试 打开mind+进入python模式 ![]() 点击扩展添加库 ![]() 选择用户库,在搜索框搜索onnx ![]() 添加basedeploy,如果弹窗提示需要安装库同意即可 ![]() 返回 ![]() 编写测试程序 ![]() 添加训练好的模型和图片 打开文件管理系统 ![]() 点击更多 ![]() 打开项目文件夹 ![]() 把模型和测试图片粘贴到这个文件夹 ![]() 修改测试程序里面的模型名称和图片名称 ![]() 运行程序 ![]() 测试结果 ![]() 使用AI-CAM作为输入摄像头进行识别 ![]() 代码
视频 |
© 2013-2025 Comsenz Inc. Powered by Discuz! X3.4 Licensed