【DigiKey创意大赛】石头剪刀布之AI时代+No3.数据采集、数据标注以及训练初探

传媒学子

【DigiKey创意大赛】石头剪刀布之AI时代+No3.数据采集、数据标注以及训练初探 [复制链接]

 

数据采集：

通过树莓派，采集数据，参考了：https://blog.csdn.net/black_sneak/article/details/131374492 部分内容，适配最新的树莓派bookworm 64bit-OS;

如果跑AI, 建议下载64bit OS,  新手不建议下载最新的OS, 教程都是用的老的OS, 这里躺了很多坑，但是部署上还是有些问题，因此 后续可能要采用bullseye 64bit-OS；

#!/usr/bin/python3

from picamera2 import Picamera2
import cv2
from threading import Thread
import uuid
import os
import time
count = 0
def image_collect(picam2):
    global count
    while True:
        img = picam2.capture_array()
        file_name = str(uuid.uuid4())+'.jpg'
        cv2.imwrite(os.path.join('images',file_name),img)
        count = count+1
        print("save %d %s"%(count,file_name))
        time.sleep(0.4)
 
if __name__ == "__main__":
    
    os.makedirs("images",exist_ok=True)
    
    # 打开摄像头
    #cap = cv2.VideoCapture(0)
    tuning=Picamera2.load_tuning_file("imx219_noir.json")
    picam2 = Picamera2(tuning=tuning)
    #picam2.set_controls
    picam2.configure(picam2.create_preview_configuration(main={"format": 'XRGB8888', "size": (640, 480)}))
    picam2.start()
 
    m_thread = Thread(target=image_collect, args=([picam2]),daemon=True)
    
    while True:
 
        # 读取一帧图像
 
        #success, img = cap.read()
        img = picam2.capture_array()
 
        cv2.imshow("video",img)
 
        key =  cv2.waitKey(1) & 0xFF   
 
        # 按键 "q" 退出
        if key ==  ord('c'):
            m_thread.start()
            continue
        elif key ==  ord('q'):
            break

    picam2.stop()        
    #cap.release()

 

数据标注：

有手动标注，有自动标注；

手动标注：可使用labelmee软件；

自动标注：Auto LabelImg

链接已隐藏，如需查看请登录或者注册

 

数据训练初探：
因为yolo算法有很多种类，目前尚未确定使用哪种算法，因此首先使用

链接已隐藏，如需查看请登录或者注册

 进行training, 

有很多环境的问题需要解决，因为楼主采用了比较高的python版本。

经过了一系列摸索，终于探究明白，该如何配置环境：

0.如果电脑有NV卡，可去下载cuda，具体安装可搜索网上；Pythorch: https://pytorch.org/get-started/locally/ (这一步不需要) ，cuda下载: https://developer.nvidia.com/cuda-toolkit-archive

1. win环境或者linux下，下载https://www.anaconda.com/download, 配合社区版本pycharm，

2. 在anaconda下创建环境，这个环境用来跑training， python尽量选择符合你选择的AI算法的版本，不要太高.

3. 下载pycharm社区版，创建project， 选择

链接已隐藏，如需查看请登录或者注册

的gitclone目录, 然后选择interpretor, 选择到anaconda刚刚创建的环境；

4. 安装依赖 pip install -r requirements.txt

以下为例子：

Python>=3.6.0 is required with all requirements.txt installed including PyTorch>=1.7:

$ git clone https://github.com/ppogg/YOLOv5-Lite
$ cd YOLOv5-Lite
$ pip install -r requirements.txt

 

 

  pycharm：  

训练成果：

 

 

 

 

PC端训练基本上能跑了，训练应该还有一些坑需要探究，怎么部署还在研究中，感觉东西很多，比较难搞，PI OS用的比较新，下一步尝试用上一版 OS, 看看问题会不会少一些吧

wangerxian

石头剪刀布感觉识别还是挺容易的，识别速率怎么样？

传媒学子

wangerxian 发表于 2023-12-12 15:26 石头剪刀布感觉识别还是挺容易的，识别速率怎么样？

还没搞好呢，部署还没搞明白 哈哈，yolo v2 fastest号称可以达到30fps

wangerxian

传媒学子 发表于 2023-12-12 15:35 还没搞好呢，部署还没搞明白 哈哈，yolo v2 fastest号称可以达到30fps

需要看芯片的算力吧~