Translate数字识别
2023-04-20
| 更新时间 | 负责人 | 内容 | 备注 |
|---|---|---|---|
| 2022年1月4日 | Rui | 初次编写文档 | ---- |
| 2022年1月18日 | dianjixz | 修改文档的编写方式 | 使用 Jupyter notebook 进行编写文档 |
| 2022年1月19日 | Rui | 修改文档，增加效果图 | 通过测试的平台有 MaixII-Dock，使用的是 MaixPy3 0.4.0 |
内容参考至 Neutree 的博客 使用 V831 AI检测数字卡片
背景
数字识别是 2021年 电赛 F 题 智能送药小车，节选题目部分内容
识别的数字为：
运行效果
准备
- 在 MaixHub 上获取模型文件，并将模型文件存放到 U 盘中
- 确认 MaixPy3 版本为 0.4.0 以上
- 使用的硬件为 MaixII-Dock
- 内存卡内是最新版本的镜像系统
- 插卡启动硬件
数字识别
将模型读取到python环境中！
In [1]:
class Number_recognition:
labels = ["1", "2", "3", "4", "5", "6", "7", "8"]
anchors = [2.44, 2.25, 5.03, 4.91, 3.5 , 3.53, 4.16, 3.94, 2.97, 2.84]
model = {
"param": "/root/number_awnn.param",
"bin": "/root/number_awnn.bin"
}
options = {
"model_type": "awnn",
"inputs": {
"input0": (224, 224, 3)
},
"outputs": {
"output0": (7, 7, (1+4+len(labels))*5)
},
"mean": [127.5, 127.5, 127.5],
"norm": [0.0078125, 0.0078125, 0.0078125],
}
w = options["inputs"]["input0"][1]
h = options["inputs"]["input0"][0]
def __init__(self):
from maix import nn
from maix.nn import decoder
self.m = nn.load(self.model, opt=self.options)
self.yolo2_decoder = decoder.Yolo2(len(self.labels), self.anchors, net_in_size=(self.w, self.h), net_out_size=(7, 7))
def map_face(self, box): #将224*224空间的位置转换到240*240空间内
def tran(x):
return int(x/224*240)
box = list(map(tran, box))
return box
print(Number_recognition)[ rpyc-kernel ]( running at Wed Jan 19 19:32:13 2022 )
init over
开始数字识别
In [1]:
from maix import camera, display, image
number_recognition = Number_recognition()
while True:
img = camera.capture()
AI_img = img.copy().resize(224, 224)
out = number_recognition.m.forward(AI_img.tobytes(), quantize=True, layout="hwc")
boxes, probs = number_recognition.yolo2_decoder.run(out, nms=0.3, threshold=0.5, img_size=(240, 240))
for i, box in enumerate(boxes):
class_id = probs[i][0]
prob = probs[i][1][class_id]
disp_str = "{}:{:.2f}%".format(number_recognition.labels[class_id], prob*100)
font_wh = image.get_string_size(disp_str)
box = number_recognition.map_face(box)
img.draw_rectangle(box[0], box[1], box[0] + box[2], box[1] + box[3], color = (255, 0, 0), thickness=2)
img.draw_rectangle(box[0], box[1] - font_wh[1], box[0] + font_wh[0], box[1], color= (255, 0, 0))
img.draw_string(box[0], box[1] - font_wh[1], disp_str, color= (255, 0, 0))
display.show(img)
Out[1]:
Traceback (most recent call last): File "<string>", line unknown, in <module> Remote.KeyboardInterrupt
