資料介紹
描述
HuskyLens 對象分類
在新版本0.4.9Class中,發布了一個新功能“對象分類”。預期的機器學習能力終于來了。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置的機器學習算法從多張不同物體的照片中學習。完成物體分類學習后,當 HuskyLens 檢測到學習到的物體時,可以識別并顯示物體 ID 號。嗯,它學得越多,識別就越準確。
我們可以用對象分類做什么?
現在我們都知道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、標簽識別。
好吧,當一個流行的項目Mask Recognition來了,那就是識別人們是否戴著口罩。HuskyLens 能做什么?
人臉識別無法區分口罩,物體跟蹤無法學習多個口罩,物體識別無法識別,更別提顏色識別和標簽識別了。但是現在,有了新功能——物體分類,HuskyLens 可以識別和區分戴面具的人臉。但是怎么辦?
首先,學習一張沒有面具的臉(class1)。
然后,用一個簡單的面具(class2)學習人臉。
并且,您還可以使用 KN95 口罩(class3)學習面部。
之后,HuskyLens 可以識別它們。你會發現,當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,物體分類不區分不同人的面孔,每個人都可以做到。
讓我們練習吧!
?
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 。

Step2 訓練學習
切換到對象分類,按學習按鈕學習不帶蒙版的圖像。長按,HuskyLens 可以從不同角度學習圖像。同樣,它學得越多,識別就越準確。推薦30張以上的圖片。松開按鈕,學習過程就完成了。
接下來,類似的操作,讓 HuskyLens 學習帶面具的圖像,同時學習 30 多張圖片,然后松開學習按鈕。
Step3 識別測試
學習完成后,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建項目,例如 Arduino 或 micro:bit。
這里我們使用micro:bit來實現口罩報警。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,可以讀取學習到的box數量和box的ID。
有關接線、加載擴展等的更多詳細信息,請參閱wiki 中的第10 節。
基于 micro:bit 的 make 代碼的示例代碼如下所示。

有關接線、安裝 Arduino 庫等的更多詳細信息,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
機器手勢學習可以實現手勢識別。可以擴展如手勢數字識別、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,通過機器學習實現很簡單。再連接主控板控制幾個舵機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
無論是卡通數字、手寫數字,還是大寫數字轉阿拉伯數字,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值,但我們可以通過將物體放置在不同的位置進行學習,間接實現位置識別。使用這個功能,你會發現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一步的探索。應用物體分類功能,我們可以在這個小型 AI 攝像頭上實現很多過去只能依靠電腦攝像頭才能完成的功能。有了機器學習,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 可以學習,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,加入我們一起訓練你的HuskyLens,解鎖更多新玩法,讓它變得更加智能和強大!
?
?
- 基于CNN分類回歸聯合學習等的左心室檢測方法 33次下載
- 基于LSTM的表示學習-文本分類模型 18次下載
- 基于機器學習的惡意代碼檢測分類 14次下載
- 一種基于Q學習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學習摘要模型 11次下載
- 深度學習在視頻對象分割中的應用及相關研究 9次下載
- 基于情感字典和機器學習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器學習 0次下載
- 對象存儲到底適不適合人工智能和機器學習 0次下載
- OpenCV機器學習SVM支持向量機的分類程序免費下載 5次下載
- 機器學習教程之機器學習導論的詳細電子教材免費下載 18次下載
- 機器學習教程之機器學習10大經典算法的詳細資料講解 25次下載
- 如何使用代表的留一法進行集成學習的分類 0次下載
- 檢索式智能對話機器人開發實戰案例詳細資料分析概述 16次下載
- Cadence_16.6_OrCAD_Capture_CIS_新功能 連載(三) 0次下載
- 深度學習中的時間序列分類方法 1081次閱讀
- 機器學習挑戰:如何避免機器學習模型過擬合? 1198次閱讀
- 機器學習算法的基礎介紹 1978次閱讀
- 詳解機器學習分類算法KNN 6173次閱讀
- 通過Python就能讀懂機器學習 2611次閱讀
- 機器學習應用及數據集 4143次閱讀
- 谷歌推出基于機器學習的圖像標注方式 3770次閱讀
- 關于機器學習PCA算法的主成分分析 3194次閱讀
- 人工智能之卷積神經網絡 5184次閱讀
- 機器學習之樸素貝葉斯 907次閱讀
- 機器學習和機器發現區別在哪? 2196次閱讀
- 機器學習之支持向量機SVM 6974次閱讀
- 人工智能之機器學習與深度學習介紹 875次閱讀
- 機器學習應用中的常見問題分類問題你了解多少 1.4w次閱讀
- 機器學習所負責的任務的分類方法介紹 2261次閱讀
下載排行
本周
- 1山景DSP芯片AP8248A2數據手冊
- 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-風口還是泡沫
- 6.40 MB | 227次下載 | 免費
- 6迪文DGUS開發指南
- 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開關電源設計實例指南
- 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數字電路基礎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驅動電路設計》 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
- 7十天學會AVR單片機與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