桂林市工程建设项目招标网站,页面做的比较炫酷的网站,专门做孕婴用品的网站,大学网站 作风建设专题1、程序界面介绍 该程序GUI界面包括待检测水果图片加载、检测结果输出、清空可视化框等。其中包括训练模型、加载图片、重置、识别检测按钮。 程序GUI界面
识别玉米识别西瓜
分类器识别水果基本原理#xff1a; 由于每种水果的外形存在很大差异#xff0c;比如西瓜与玉米 由于每种水果的外形存在很大差异比如西瓜与玉米分别为圆形与杆状形状因此使用HOG算子算子提取图片特征。HOG特征是一种图像局部特征其基本思路是对图像局部的梯度幅值和方向进行投票统计形成基于梯度特性的直方图然后将局部特征拼接起来作为总特征。局部特征在这里指的是将图像划分为多个子块Block)每个Block内的特征进行联合以形成最终的特征。 在使用HOG算子识别图像特征后训练基于SVM多分类模型得到模型参数最终实现水果分类。
2、程序的使用
2.1 程序打开 在窗口命令行中输入“guide”在弹出对话框中选择fruitrecog.fig再单击绿色三角即可运行程序。 命令行窗口输入 打开对话框 运行示意图
2.2 训练样本介绍 本程序基于支持向量机SVM进行水果识别需要事先制作不同水果的样本数据。本次实验制作了15类水果每一类水果包含10张训练样本如下图所示。 15类水果文件夹示意图 玉米文件夹下示意图 西红柿文件夹下示意图 土豆文件夹下示意图 在收集训练样本数据后还需要制作一个包含训练样本图片的txt文本其具体包含了每张样本数据存放的路径。因此若下载到自己电脑上需要在txt文本中修改图片路径。 traindata.txt文本中图片路径采用相对路径方式 m文件与训练数据、traindata.txt在文件夹中位置关系示意图在同一层文件夹 ******需要注意的是下载到自己电脑上后一定要将traindata.txt中内容改成图片实际在你电脑上存放的绝对位置或者不要动保持上图截图中相对位置。********
2.3 训练模型 在制作好训练数据后便可以训练模型。点击“训练模型”按钮打开traindata.txt文件确定后开始训练模型模型训练结束后会弹出“模型训练完成”的提示如下图所示。 打开训练样本文件 训练完成提示 选取训练数据 训练结束提示
2.4 识别水果 选择“加载图片”按钮加载需要识别的水果如选择草莓图片再点击“识别检测”按钮识别出该水果。 水果识别示意图
4、说明若训练自己数据 理论上样本制作的越多训练的模型精度会更高。若自己想制作更多的训练样本数字训练模型需要在traindata文件夹下放入更多的待识别水果图片进行训练。或者其他想要识别的水果但是需要在以下方面进行修改
1traindata.txt中内容 traindata.txt是存放每个训练样本图片的路径因此需要根据最终制作样本图片进行修改。具体来说将你制作多的训练样本图片路径全部添加进来即可。 图片路径添加示意图
2m文件修改 在fruitrecog.fig文件中选择“训练模型”按钮右击在弹出选项中选择“callback”。 对train_label进行修改主要修改每类水果样本数量、水果数量。其中用1-15表示每一个水果种类。若要识别的水果种类位20种则数字位1-20。若每种水果训练样本数量为20则每个数字出现20次即有20个1,20个2,20个3...... 最后输出显示需要修改
修改predict_label 值与对应的水果名这需要根据你自己实际情况进行修改。
