跳到主要内容

10 图像分类

1. 用 OpenMV 采集图片​

连接开发板，打开 OpenMV IDE，选择「工具 → 数据集编辑器 → 新数据集」。

打开 IDE 数据集编辑器

新建「元器件分类图片」文件夹，作为数据集保存位置。

选择数据集保存位置

点击左侧的新建分类按钮。

新建图片类别

输入类别名称，例如「舵机」。

填写类别名称

运行采集脚本，选中「舵机」文件夹，点击拍照按钮。

选中类别并拍照

改变物体的角度、距离和位置，继续拍摄。

从不同角度采集样本

再创建「电机」类别。

创建第二个类别

选中「电机」文件夹，换上电机并拍照。

采集电机图片

按同样的方法采集「OLED屏幕」等其他类别。

采集其他类别

2. 新建分类项目​

打开 VisionPie，选择「图像分类」，点击「新建项目」。

新建图像分类项目

输入「元器件分类」，点击「确定」。

填写项目名称

点击数据集卡片中的「选择文件夹」。

分类项目的四步流程

3. 导入并检查数据集​

选择刚才的「元器件分类图片」总文件夹。

导入完整数据集目录

确认导入的图片数量和类别。

查看导入数量与类别

进入「数据集」检查标签。分类错误时，在右侧选择正确类别并点击「保存」；顶部滑块可调整训练与测试的比例。

在样本详情中保存分类

4. 预处理与生成特征​

进入「预处理」，设置为 96 × 96、RGB、中心裁剪。确认预览中的物体完整，点击「生成特征」，等待完成。

生成特征时的处理日志

5. 训练并测试模型​

进入「训练」，设置模型、宽度系数、训练轮次和学习率，点击「训练」。

配置分类模型并开始训练

等待训练完成。需要调整参数时，修改后重新训练；下图是另一组参数的训练结果。

另一组分类配置的训练结果

点击「测试图片」，选择一张新图片，检查识别类别。

使用图片测试分类结果

6. 导出并运行​

进入「部署」，选择「OpenMV H7 Plus」和「OpenMV 5.x」，点击「导出 OpenMV 工程」。

导出图像分类工程

选中本次导出的全部文件并复制。

复制本次导出的文件

将文件放入 OPENMV 磁盘根目录。板上已有需要保留的程序时，先另存。

把工程文件复制到开发板

用 OpenMV IDE 打开板上的 main.py，连接开发板并运行。

用 IDE 打开 main.py

把物体放进画面中间的识别区域，查看画面和串行终端中的分类结果。

在 OpenMV 上查看分类结果