【花雕动手做】AI 视觉二哈识图 2 之自学习分类参数设置

HUSKYLENS 2 (二哈识图 2) 是一款简单易用、玩法多样的AI视觉传感器，采用6TOPS算力专用AI芯片，预置人脸识别、目标检测、物体分类、姿态识别、实例分割等20余种开机即用的AI模型，同时，用户还可部署自行训练的模型，教会二哈识图识别任意目标物体。板载的UART / I2C端口，可以与主流控制器Arduino、micro:bit、ESP32、Raspberry Pi等开源硬件无缝连接，被广泛应用于创客、AI教育、STEAM教育和交互艺术领域。



视觉识别中的“自学习分类”是指人工智能系统在识别图像或物体时，不依赖预先固定的类别标签，而是通过学习过程自动建立分类标准，并不断优化识别效果。这是一种更智能、更灵活的识别方式，常用于教育、机器人、智能硬件等场景。

1、什么是自学习分类？
自学习分类（Self-learning Classification）是指：系统通过观察、训练或交互，自主学习图像中的特征，并将其归类到不同类别中，而不是依赖人工预设的标签。它强调“边识别边学习”，让机器像人一样逐步建立认知。

2、与传统分类的区别



3、自学习分类的关键机制
特征提取：分析图像中的颜色、形状、纹理等信息。
相似度判断：比较不同图像之间的特征相似性。
类别归纳：将相似图像归为同一类，自动生成分类标签。
持续学习：随着新图像输入，不断调整分类边界。

4、在 AI 相机中的应用（如 HuskyLens）
用户通过“学习”按钮让设备记住某个物体或图像。
AI相机自动提取特征并建立分类。
后续识别时，系统可判断图像属于哪个已学习的类别。
可支持多个类别的学习与识别。

5、应用场景举例
教育实验：学生训练 AI 识别不同颜色或形状的物体。
智能机器人：根据学习的图像分类做出不同动作。
工业分拣：自动识别并分类不同产品或包装。
个性化识别：用户自定义识别目标，如宠物、玩具、标志等。

AI 相机视觉传感器 ( 二哈识图 2) 之自学习分类参数设置
HUSKYLENS 2出厂的默认参数已满足基础功能使用需求，如需更细化的功能，可手动调节各个参数。以下参数均基于“自学习分类”功能，因此，首先确保已进入“自学习分类”功能，如图所示。



选择要修改的参数，可通过向左或向右滑动屏幕下方的参数文字进行选择。



遗忘ID
如需遗忘前面学习过的所有物体：第一步，点击屏幕上的“遗忘ID”；第二步，出现弹窗“遗忘全部ID”，点击“确认”。



此时，可将HUSKYLENS 2对准遗忘过的物体，HUSKYLENS 2未框出该目标物体，说明“遗忘”完成。

阈值
阈值控制识别物体的敏感度：阈值越低，“认定是否为已学习物体”的标准越宽松（容易把未学习的物体误认为某个已学习的物体，但很少漏识别）；阈值越高，标准越严格（不容易误判，但可能漏识别已学习的物体）。
设置步骤：点击“阈值”，其上方出现参数调节滑杆，左滑变小，右滑变大，效果如图。



设置名字
本参数可以给学习过的物体设置名字，中英文均可。
设置步骤：点击“设置名字”，上下滑动左上角的数字，选择为哪个ID设置名字；点击屏幕上的键盘可设置名字，如左图；设置完毕需点击右下角√键保存，保存成功则右上角会显示绿色对勾标志。



显示名字
本参数可以控制识别到已学习的物体时，是否显示名字，默认为显示。
设置步骤：点击“显示名字”，其上方开关为蓝色，即打开状态，识别到物体时，会显示其名字，效果如左图；点击开关，开关颜色变为白色，即关闭状态，识别到物体时，不会显示名字，效果如右图。



恢复默认
本参数可将所有设置项恢复为默认状态，并遗忘已学习的ID和名字，但不清空导出的模型（关于导出模型请看下文）。
设置步骤：点击“恢复默认”，出现“恢复默认配置”弹窗后，点击“确认”。

导出模型
本参数可将当前设置的参数、学习的ID、设置的名字，保存、导出到HUSKYLENS 2本地内存。适用于迁移参数至另一个HUSKYLENS 2等场景。此操作无需插TF卡。
导出步骤：点击“导出模型”，出现左图“保存配置到”弹窗时，上下滑动数字，选择保存为几号模型（共可保存5个模型），随后点击弹窗左下角的“确认”按钮以保存。确认后，自动导出，如右图。



查看导出的模型：弹窗“导出中”消失后，可以通过电脑查看导出的模型文件。
首先，将HUSKYLENS 2连接至电脑USB接口。



其次，通过电脑，根据下图路径可访问HUSKYLENS 2的内存，可查看到扩展名为.json和.bin两个模型相关文件，扩展名前面的数字就是保存配置时选择的“模型号”。2个文件均可复制、粘贴到别处。

导入模型
本参数可以将HUSKYLENS 2（以下称“二哈A”）导出的模型导入到另一个HUSKYLENS 2（以下称“二哈B”）上，以便二哈B不用重新调整参数、重新学习就可以把二哈A已学习的物体、已调整的参数复制过来。
导入步骤：
第一步，将二哈A连接电脑，把导出的文件复制到电脑桌面。
第二步，将二哈B连接电脑，把上一步的文件粘贴到二哈B的指定文件夹，路径如图所示。（如找不到self-learning-classification文件夹，请先执行第三步，导入过模型，会自动创建本文件夹，随后再回到第二步。）



第三步，首先确认已经进入到“自学习分类”功能，然后点击“导入模型”，出现“加载配置”弹窗后，上下滑动数字，选择加载几号模型，此处应与上一步保存的模型号一致。例如，粘贴进二哈B的模型文件为config1.json，故选择数字1。最后，点击“确认”以导入。



第四步，等待弹窗“加载中”消失，即导入完成。



随后可查看二哈B与二哈A的各项参数、已学习的物体是否一致。如下方左图为二哈B导入模型前识别状况，右图为导入后识别状况。