Kadence

影像分類

Web:AI 影像辨識分為 影像分類 以及 物件追蹤,可以使用 Web:AI 開發板拍攝影像上傳至 Webduino 影像訓練平台進行影像訓練,將訓練完成的模型下載,再使用程式積木執行影像辨識。

本章節將會介紹「影像分類」積木的使用方式。

下載影像分類模型

在使用影像分類之前,需要先訓練好模型,並下載至開發板中,訓練流程歡迎參考:三、影像訓練

按照步驟下載後,就可以使用「影像分類」積木進行操作了。

設定影像分類模型

在操作影像分類前,需要先使用「設定影像分類模型」積木對模型作設定。

  • 模型:影像分類使用的模型。
  • 分類:模型中的分類,使用半形逗號「,」分隔。
  • 鏡頭反轉:在使用特定外殼時會有前後鏡頭功能,因此需要勾選讓鏡頭反轉,避免畫面上下顛倒。

    如果是使用無外殼的 Web:AI 開發板,使用預設的不勾選。
    – 寬高:影像的尺寸大小。如果是使用自行訓練的模型,需要手動輸入;如果是使用 Webduino 影像訓練平台 訓練的模型,使用的尺寸則會是:
    – 寬:224
    – 高:224

在「設定影像分類模型」積木中可以選擇要使用的模型,選擇的模型必須和下載到開發板中的板子一致,才能順利進行辨識。

選擇模型方式又會依據使用的平台及建立方式而不同,如下:

  • 選擇模型 ( 線上版 )

    點擊「模型」,可以從下拉選單中選擇想使用的模型,選單中的模型會根據 Webduino 影像訓練平台 列出可使用的影像分類模型。

  • 選擇模型 ( 安裝版 )

在「模型」中手動輸入,並將「分類」反白複製後貼上。

因為分類的順序會影像到是否能正常辨識,為確保順序正確,建議直接將分類反白複製。

  • 選擇模型 ( 新增自訂模型 )

如果是自行將模型燒錄進開發板,或是將模型檔案放在 SD 卡中,就需要使用「新增自訂模型」,如下方步驟:

  1. 點擊「新增自訂模型」。
  2. 輸入模型名稱,按下確定。
  3. 模型選單中出現自訂模型,後方會標示 ( 自訂 )
  4. 在「分類」填入自訂模型的分類順序

開始辨識影像

使用「開始辨識影像」積木來觸發影像辨識的進行。
因為這塊積木代表觸發 1 次影像分類,如果需要重複觸發,就需要在外層放上「無限重複」積木。

取得辨識到的影像名稱

當開始辨識時,可以使用「取得辨識到的影像名稱」積木來顯示辨識到的分類名稱。

例如:使用模型「monster」,裡面的分類是「green,yellow,red,blue」,那麼「取得辨識到的影像名稱」積木就會是「green,yellow,red,blue」中的其中一個。

取得辨識到的影像信心度

當開始辨識時,可以使用「取得辨識到的信心度」積木來顯示辨識到的信心度。
信心度最高為 100、最低為 0,若信心度越高,代表偵測錯誤的可能性越低。

因為影像訓練辨識的結果會落在一個區間範圍內,若信心度為 90%,代表有 90% 的機率真正的結果會落在這個區間範圍內。

範例:影像分類

  1. 先從 Webduino 影像訓練平台 下載要進行影像訓練的模型,如範例是使用模型「monster」。

    有關如何訓練影像模型,歡迎參考:三、影像訓練

  2. 使用「設定影像分類模型」積木,選擇使用的模型。
  3. 使用「無限重複」積木,放入「開始辨識影像」積木、「顯示文字」積木。
  4. 在「顯示文字」積木內放入要顯示的影像分類資訊,範例為顯示:分類名稱_信心度
  5. 將積木組合,按下部署即可以開始執行影像分類。影像辨識結果

小提醒 : 由於硬體記憶體限制, Web:AI 開發板無法同時支援語音積木及影像積木。

分享