【米尔FZ3深度学习计算卡】分拣硬币图片 + 视频
上上一篇文章,使用 EasyDL云端训练了硬币分类模型 上一篇文章下载这个模型到edgebaord开发板,部署完成 本文来测试模型分拣硬币图片的效果
先看分拣硬币图片视频:
程序设计:本文所有测试数据位于目录:/home/root/photo 待分拣的图片放入 to_be_deal 目录中,图片任意命名,程序会查找其中的所有图片,并根据图片中的硬币把图片分成三类,1元,5角,1角,分别放入三个目录中,图片名字保持不变,等分拣完成程序结束,打开三个目录,检查图片中的硬币是不是和三个分类一致
模型是分拣硬币的,就拍一些硬币图片,放入待分拣目录中,1元,5角,1角,三种硬币全都有,图片数量可多可少
运行程序,开始分拣硬币图片,并且实时输出信息,详细信息位于 log 文件中:
都可以正确分拣出来
当前模型还是可以的。 如果分拣结果不理想,需要调整数据集重新训练,多次迭代测试,直到满意为止。
有人说,申请发布模型,审核好长时间,等很久还没有结果。其实是有技巧的,训练数据集尽可能大,尽可能覆盖各种情景,训练的模型准确率尽可能高,越大越高审核越快,10-20分钟就能通过,审核不是人工。只提醒到这里了
|