資料介紹
描述
HuskyLens 對象分類
在新版本0.4.9Class中,發(fā)布了一個新功能“對象分類”。預(yù)期的機(jī)器學(xué)習(xí)能力終于來了。我們可以用這個新功能做什么?讓我們來看看。
什么是對象分類?
HuskyLens 的物體分類功能可以通過內(nèi)置的機(jī)器學(xué)習(xí)算法從多張不同物體的照片中學(xué)習(xí)。完成物體分類學(xué)習(xí)后,當(dāng) HuskyLens 檢測到學(xué)習(xí)到的物體時,可以識別并顯示物體 ID 號。嗯,它學(xué)得越多,識別就越準(zhǔn)確。
我們可以用對象分類做什么?
現(xiàn)在我們都知道HuskyLens支持6大基本功能:人臉識別、物體追蹤、物體識別、線條追蹤、顏色識別、標(biāo)簽識別。
好吧,當(dāng)一個流行的項目Mask Recognition來了,那就是識別人們是否戴著口罩。HuskyLens 能做什么?
人臉識別無法區(qū)分口罩,物體跟蹤無法學(xué)習(xí)多個口罩,物體識別無法識別,更別提顏色識別和標(biāo)簽識別了。但是現(xiàn)在,有了新功能——物體分類,HuskyLens 可以識別和區(qū)分戴面具的人臉。但是怎么辦?
首先,學(xué)習(xí)一張沒有面具的臉(class1)。
然后,用一個簡單的面具(class2)學(xué)習(xí)人臉。
并且,您還可以使用 KN95 口罩(class3)學(xué)習(xí)面部。
之后,HuskyLens 可以識別它們。你會發(fā)現(xiàn),當(dāng)HuskyLens識別不帶蒙版的物體時顯示ID1,識別帶有簡單蒙版的物體時顯示ID2,識別帶有KN95蒙版的物體時顯示ID3。更重要的是,物體分類不區(qū)分不同人的面孔,每個人都可以做到。
讓我們練習(xí)吧!
?
示例 1:口罩識別
Step1 更新固件
使用 K-Flash將固件更新到? HUSKYLENSWithModelV0.4.9Class.kfpkg 。
有關(guān)詳細(xì)信息,請參閱wiki 中的第 4 節(jié)。
Step2 訓(xùn)練學(xué)習(xí)
切換到對象分類,按學(xué)習(xí)按鈕學(xué)習(xí)不帶蒙版的圖像。長按,HuskyLens 可以從不同角度學(xué)習(xí)圖像。同樣,它學(xué)得越多,識別就越準(zhǔn)確。推薦30張以上的圖片。松開按鈕,學(xué)習(xí)過程就完成了。
接下來,類似的操作,讓 HuskyLens 學(xué)習(xí)帶面具的圖像,同時學(xué)習(xí) 30 多張圖片,然后松開學(xué)習(xí)按鈕。
Step3 識別測試
學(xué)習(xí)完成后,將 HuskyLens 分別指向沒有蒙版的圖像和有蒙版的圖像,如果屏幕分別顯示 ID1 和 ID2,則表示 HuskyLens 已經(jīng)定義了這兩種類型的對象。
Step4編碼
一旦 HuskyLens 可以識別物體,我們就可以使用主板創(chuàng)建項目,例如 Arduino 或 micro:bit。
這里我們使用micro:bit來實現(xiàn)口罩報警。如果 HuskyLens 檢測到面部有面具,“√”將亮起。否則,“×”將為 ON。
物體分類不用切換算法,可以讀取學(xué)習(xí)到的box數(shù)量和box的ID。
有關(guān)接線、加載擴(kuò)展等的更多詳細(xì)信息,請參閱wiki 中的第10 節(jié)。
基于 micro:bit 的 make 代碼的示例代碼如下所示。
有關(guān)接線、安裝 Arduino 庫等的更多詳細(xì)信息,請參閱wiki 中的Setcion 8 。
代碼
#include "HUSKYLENS.h"
#include "SoftwareSerial.h"
HUSKYLENS huskylens;
//HUSKYLENS green line >> SDA; blue line >> SCL
void printResult(HUSKYLENSResult result);
void setup() {
Serial.begin(115200);
Wire.begin();
while (!huskylens.begin(Wire))
{
Serial.println(F("Begin failed!"));
Serial.println(F("1.Please recheck the "Protocol Type" in HUSKYLENS (General Settings>>Protocol Type>>I2C)"));
Serial.println(F("2.Please recheck the connection."));
delay(100);
}
}
void loop() {
if (!huskylens.request()) Serial.println(F("Fail to request data from HUSKYLENS, recheck the connection!"));
else if(!huskylens.available()) Serial.println(F("No block or arrow appears on the screen!"));
else
{
Serial.println(F("###########"));
while (huskylens.available())
{
HUSKYLENSResult result = huskylens.read();
printResult(result);
}
}
}
void printResult(HUSKYLENSResult result){
if (result.command == COMMAND_RETURN_BLOCK){
if(result.ID == 1){
Serial.println("Face with Mask");
}
else if(result.ID == 2){
Serial.println("Just Face");
}
else{
Serial.println("Defualt");
}
}
else{
Serial.println("Object unknown!");
}
}
Step5測試
識別出口罩后,會顯示“√”,表示可以通過。否則,如果沒有遮罩,會顯示“×”,表示無法通行。
?
示例 2:石頭剪刀布
機(jī)器手勢學(xué)習(xí)可以實現(xiàn)手勢識別。可以擴(kuò)展如手勢數(shù)字識別、手語、手語識別等。
?
示例 3:垃圾分類
看似很高級的垃圾分類功能,通過機(jī)器學(xué)習(xí)實現(xiàn)很簡單。再連接主控板控制幾個舵機(jī)就可以模擬真正的垃圾分類功能。由于可以分揀垃圾,還可以輕松實現(xiàn)硬幣分揀、水果分揀、食堂自助清理等功能。
?
示例 4:號碼識別
無論是卡通數(shù)字、手寫數(shù)字,還是大寫數(shù)字轉(zhuǎn)阿拉伯?dāng)?shù)字,都可以玩 HuskyLens。
?
示例 5:位置識別
雖然物體的分類不能返回物體的坐標(biāo)值,但我們可以通過將物體放置在不同的位置進(jìn)行學(xué)習(xí),間接實現(xiàn)位置識別。使用這個功能,你會發(fā)現(xiàn)它還可以用來做巡線,左右劃線,甚至路口、丁字路口都可以識別,還有路口識別、模擬紅綠燈等都可以簡單易懂直接實施。沒錯,無人駕駛功能上手輕松!
?
概括
上面所有的例子都只是為了開始進(jìn)一步的探索。應(yīng)用物體分類功能,我們可以在這個小型 AI 攝像頭上實現(xiàn)很多過去只能依靠電腦攝像頭才能完成的功能。有了機(jī)器學(xué)習(xí),可以想象的想法變得非常大,雖然看起來只有一個功能,但是卻可以超越基本的6個功能。
HuskyLens 可以學(xué)習(xí),那么只要你想讓它識別,就給他看一下。快來打開你的腦洞或想法,加入我們一起訓(xùn)練你的HuskyLens,解鎖更多新玩法,讓它變得更加智能和強(qiáng)大!
?
?
- 基于CNN分類回歸聯(lián)合學(xué)習(xí)等的左心室檢測方法 33次下載
- 基于LSTM的表示學(xué)習(xí)-文本分類模型 18次下載
- 基于機(jī)器學(xué)習(xí)的惡意代碼檢測分類 14次下載
- 一種基于Q學(xué)習(xí)算法的增量分類模型 3次下載
- 融合文本分類和摘要的多任務(wù)學(xué)習(xí)摘要模型 11次下載
- 深度學(xué)習(xí)在視頻對象分割中的應(yīng)用及相關(guān)研究 9次下載
- 基于情感字典和機(jī)器學(xué)習(xí)的股市輿情情感分類可視化Web 3次下載
- 對象存儲為什么能適合人工智能和機(jī)器學(xué)習(xí) 0次下載
- 對象存儲到底適不適合人工智能和機(jī)器學(xué)習(xí) 0次下載
- OpenCV機(jī)器學(xué)習(xí)SVM支持向量機(jī)的分類程序免費下載 5次下載
- 機(jī)器學(xué)習(xí)教程之機(jī)器學(xué)習(xí)導(dǎo)論的詳細(xì)電子教材免費下載 18次下載
- 機(jī)器學(xué)習(xí)教程之機(jī)器學(xué)習(xí)10大經(jīng)典算法的詳細(xì)資料講解 25次下載
- 如何使用代表的留一法進(jìn)行集成學(xué)習(xí)的分類 0次下載
- 檢索式智能對話機(jī)器人開發(fā)實戰(zhàn)案例詳細(xì)資料分析概述 16次下載
- Cadence_16.6_OrCAD_Capture_CIS_新功能 連載(三) 0次下載
- 深度學(xué)習(xí)中的時間序列分類方法 340次閱讀
- 機(jī)器學(xué)習(xí)挑戰(zhàn):如何避免機(jī)器學(xué)習(xí)模型過擬合? 971次閱讀
- 機(jī)器學(xué)習(xí)算法的基礎(chǔ)介紹 1809次閱讀
- 詳解機(jī)器學(xué)習(xí)分類算法KNN 5930次閱讀
- 通過Python就能讀懂機(jī)器學(xué)習(xí) 2489次閱讀
- 機(jī)器學(xué)習(xí)應(yīng)用及數(shù)據(jù)集 3956次閱讀
- 谷歌推出基于機(jī)器學(xué)習(xí)的圖像標(biāo)注方式 3663次閱讀
- 關(guān)于機(jī)器學(xué)習(xí)PCA算法的主成分分析 3116次閱讀
- 人工智能之卷積神經(jīng)網(wǎng)絡(luò) 5044次閱讀
- 機(jī)器學(xué)習(xí)之樸素貝葉斯 832次閱讀
- 機(jī)器學(xué)習(xí)和機(jī)器發(fā)現(xiàn)區(qū)別在哪? 2156次閱讀
- 機(jī)器學(xué)習(xí)之支持向量機(jī)SVM 6825次閱讀
- 人工智能之機(jī)器學(xué)習(xí)與深度學(xué)習(xí)介紹 837次閱讀
- 機(jī)器學(xué)習(xí)應(yīng)用中的常見問題分類問題你了解多少 1.4w次閱讀
- 機(jī)器學(xué)習(xí)所負(fù)責(zé)的任務(wù)的分類方法介紹 2152次閱讀
下載排行
本周
- 1山景DSP芯片AP8248A2數(shù)據(jù)手冊
- 1.06 MB | 532次下載 | 免費
- 2RK3399完整板原理圖(支持平板,盒子VR)
- 3.28 MB | 339次下載 | 免費
- 3TC358743XBG評估板參考手冊
- 1.36 MB | 330次下載 | 免費
- 4DFM軟件使用教程
- 0.84 MB | 295次下載 | 免費
- 5元宇宙深度解析—未來的未來-風(fēng)口還是泡沫
- 6.40 MB | 227次下載 | 免費
- 6迪文DGUS開發(fā)指南
- 31.67 MB | 194次下載 | 免費
- 7元宇宙底層硬件系列報告
- 13.42 MB | 182次下載 | 免費
- 8FP5207XR-G1中文應(yīng)用手冊
- 1.09 MB | 178次下載 | 免費
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費
- 2555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33566次下載 | 免費
- 3接口電路圖大全
- 未知 | 30323次下載 | 免費
- 4開關(guān)電源設(shè)計實例指南
- 未知 | 21549次下載 | 免費
- 5電氣工程師手冊免費下載(新編第二版pdf電子書)
- 0.00 MB | 15349次下載 | 免費
- 6數(shù)字電路基礎(chǔ)pdf(下載)
- 未知 | 13750次下載 | 免費
- 7電子制作實例集錦 下載
- 未知 | 8113次下載 | 免費
- 8《LED驅(qū)動電路設(shè)計》 溫德爾著
- 0.00 MB | 6656次下載 | 免費
總榜
- 1matlab軟件下載入口
- 未知 | 935054次下載 | 免費
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537798次下載 | 免費
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420027次下載 | 免費
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費
- 6電路仿真軟件multisim 10.0免費下載
- 340992 | 191187次下載 | 免費
- 7十天學(xué)會AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183279次下載 | 免費
- 8proe5.0野火版下載(中文版免費下載)
- 未知 | 138040次下載 | 免費
評論
查看更多