|
----这是一个使用深度神经网络训练的一个生石花检测分类模型----
在去年的这个时候，就萌生了训练一个生石花的分类神经网络的想法，立刻就前往百度打下了关键字截了19个大类的生石花品种共1913张图片作为数据集，但是因为时间问题(懒)，数据集在我收集后就被掩埋在了磁盘的文件夹里。
直至今年期末在进行类似项目的课程设计时，想起了那个被遗忘的想法，就翻出收集的图片标注了一个晚上，据收集到的生石花图片目前共分类19种(后续会根据数据集收集情况增加分类,如果数据集足够多且精确甚至想从大类中分出小类,如图一[这里借用火宵之月大佬的图鉴]）：['aucampiae','bromfieldii','fulviceps','gracilidelineata','hallii','hookeri','julii','karasmontana','lesliei','olivacea','optica','otzeniana','pseudotruncatella','schwantesii','terricolor','vallis-mariae','verruculosa','villetii','werneri']，对应中文分别是[日轮玉，柘榴玉，微纹玉，荒玉，巴厘玉，富贵玉，寿丽玉，花纹玉，紫勋玉，橄榄玉，大内玉，大津绘，曲玉，招福玉，碧琉璃，碧赐玉，朝贡玉，臼典玉，云映玉]
其中使用的 yolov5 的深度学习网络模型，后续我会公布数据集和训练代码至GitHub，数据集图片全由网络中收集而来。
这只是一切的开始，在后续我会优化且增加模型精确度与识别类别，会考虑搭建微信小程序，或是安卓app供各位花友使用。
图一:借用火宵之月大佬的图鉴,
图二:预测准确度仅供参考,具体与图片质量生石花目标位置角度有极大关联,
图三至图七:预测结果展示
| 
发表于 2022-5-27 11:37
收藏
