m53297601
/
easyAi
1
0
Fork 0
Code Issues Pull Requests Releases Wiki Activity

增加物体定位API即边框检测简略说明

Browse Source
pull/1/head
lidapeng 5 years ago
parent 932c4fa02d
commit f46c9247e5
3 changed files with 201 additions and 169 deletions
Show Stats Download Patch File Download Diff File

47
README.md
Unescape View File

@ -14,15 +14,18 @@
* 比如你要分辨当前图像 是 苹果或是香蕉或是桃子，对图像进行判断分类，精准度更高，对图像的切割，针对占比比较大的物体切割，定位。
* 下面API文档有不清楚的地方可联系作者询问，QQ：794757862
## 好的让我们从HELLO WORLD 开始:
public class HelloWorld {
public static void testPic() throws Exception {
//测试SPEED模式学习过程
//初始化图像转矩阵类:作用就是说将一个图片文件转化为矩阵类
Picture picture = new Picture();
//初始化配置模板类,设置模式为SPEED_PATTERN模式 即速度模式
TempleConfig templeConfig = getTemple(true, StudyPattern.Speed_Pattern);
//初始化计算类，并将配置模版载入计算类
Operation operation = new Operation(templeConfig);
//初始化计算类，并将配置模版和输出回调类载入计算类
//运算类有两个构造一个是配置回调类，一个是不配置回调类
//若使用定位功能，则无需配置回调类，若不启用，则要配置回调类
//回调类要实现OutBack接口中的方法
Ma ma = new Ma();
Operation operation = new Operation(templeConfig, ma);
//标注主键为 第几种分类，值为标注 1 是TRUE 0是FALSE
//给训练图像进行标注，健是分类的ID,对应的就是输出结果的ID值，值要么写0要么写1
// 1就是 是这种分类，0就是不是这种分类
@ -34,8 +37,7 @@
for (int i = 1; i < 999; i++) {
System.out.println("开始学习1==" + i);
//读取本地URL地址图片(适用于电脑本地图片),并转化成矩阵
//注意学习图片至少要一千张+同物体的不同图片，推荐一万张
//学习的越多就越准，拿同样的图片反复循环学习是没用的
//注意学习图片至少要一千张+同物体的不同图片，学习的越多就越准，拿同样的图片反复循环学习是没用的
//picture.getImageMatrixByIo(InputStream) 另外一个api,是通过字节流读取图片矩阵,适用于网络传输的图片
Matrix right = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/c/c" + i + ".png");
Matrix wrong = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/b/b" + i + ".png");
@ -45,6 +47,9 @@
//wrong这个矩阵是错误的图片，所以要配置上面错误的标注0.0 学习 告诉计算机这个图片是错误的
operation.study(wrong, wrongTagging);
}
//如果启用物体坐标定位，则在学习结束的时候，一定要执行boxStudy方法
//若不启用，则请不要使用，否则会报错
//templeConfig.boxStudy();
//获取训练结束的模型参数，提取出来转化成JSON保存数据库，下次服务启动时不用学习
//直接将模型参数注入
//获取模型MODLE 这个模型就是我们程序学习的目的，学习结束后我们要拿到这个模型
@ -52,6 +57,7 @@
//将模型MODEL转化成JSON 字符串 保存到数据库 留待下次服务启动的时候，识别提取用
String model = JSON.toJSONString(modelParameter);
//以上就是SPEED模式下的学习全过程，识别的过程就是再次初始化，将学习结果注入之后使用
//识别过程
//将从数据库取出的JSON字符串转化为模型MODEL
ModelParameter modelParameter1 = JSONObject.parseObject(model, ModelParameter.class);
@ -61,22 +67,21 @@
templeConfig1.insertModel(modelParameter1);
//将配置模板配置到运算类
Operation operation1 = new Operation(templeConfig1);
//获取本地图片字节码转化成降纬后的灰度矩阵</br>
//获取本地图片字节码转化成降纬后的灰度矩阵
Matrix right = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/test/a101.png");
Matrix wrong = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/b/b1000.png");
//进行图像识别 参数说明 eventId,事件id,因为输出结果是在回调类回调的，所以必须有个主键去判断事件
//说明你回调是响应的哪一次调用的ID,所以每一次识别调用，请用不同的id
operation1.look(wrong, 3);
operation1.look(right, 2);
//若启用定位功能检测请使用lookWithPosition,若没有启用，使用检测会报错
//返回map,主键是分类id,值是该图片中此分类有多少个物体，每个物体的具体位置坐标的大小
//Map<Integer, List<FrameBody>> map = operation1.lookWithPosition(right, 4);
}
public static TempleConfig getTemple(boolean isFirst, int pattern) throws Exception {
//创建一个配置模板类，作用：主要是保存及载入一些配置参数用
TempleConfig templeConfig = new TempleConfig();
//创建一个回调类，图像识别最后输出结果，在这个类输出，这个类要实现 OutBack接口
Ma ma = new Ma();//创建一个回调类
//将这个回调类注册到配置模版里 必写
templeConfig.setOutBack(ma);
//全连接层深度,选填可不填 不填默认值为2
//这就像人类大脑的意识深度原理一样，深度学习越深，训练结果越准，但是训练量成几何倍数增加
//比如默认深度是2 需要 正负模板各一千+张照片进行训练。识别率70%（数值只是举个例子，不是具体数值）
@ -85,8 +90,14 @@
//但是有极限，即超过某个深度，即使再增加深度，识别率反而会下降。需要具体不断尝试找到 合适的深度
//注意：若深度提升，训练量没有成倍增长，则准确度反而更低！
templeConfig.setDeep(2);
//启用定位学习 注意启用在图片中对某个物体进行定位，要注意
//学习的图片必须除了学习的物体以外，其他位置都是白色或者空白(即用PS扣空)。
//即该图片除了这个物体，没有其他任何干扰杂色（一个像素的杂色都不可以有）
//templeConfig.setHavePosition(true);
//窗口类，就是用来扫描图片的窗口大小和移动距离的设定
//Frame frame = new Frame();
//初始化配置模版，参数说明(int studyPattern, boolean initPower, int width, int height
, int classificationNub)
//, int classificationNub)
//studyPattern 学习模式：常量值 StudyPattern.Accuracy_Pattern;StudyPattern.Speed_Pattern
//第一种模式精准模式，第二种模式是速度模式
//精准模式顾名思义，准确相对高很多，但是缺点也很明显学习速度慢，不是一般的慢，CPU学习1000张图片
@ -105,6 +116,7 @@
//要识别和学习的图片尺寸与这个宽高比 必要相差太大就好，而且宁长勿短
//classificationNub 要识别的有几个分类，比如我就识别苹果，就是1 有两种苹果橘子就是 2
templeConfig.init(pattern, isFirst, 3204, 4032, 1);
return templeConfig;
}
@ -120,6 +132,7 @@
ModelParameter modelParameter2 = templeConfig2.getModel();
String model2 = JSON.toJSONString(modelParameter2);
System.out.println(model2);
}
public static void testPic2() throws Exception {
@ -132,7 +145,7 @@
Map<Integer, Double> wrongTagging = new HashMap<>();//分类标注
rightTagging.put(1, 1.0);
wrongTagging.put(1, 0.0);
for (int i = 1; i < 5; i++) {
for (int i = 1; i < 2; i++) {
System.out.println("开始学习1==" + i);
//读取本地URL地址图片,并转化成矩阵
Matrix right = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/c/c" + i + ".png");
@ -140,10 +153,11 @@
//将图像矩阵和标注加入进行学习 注意的是 Accuracy_Pattern 模式 要学习两次
//这里使用learning方法，前两个参数与SPEED模式相同，多了一个第三个参数
//第一次学习的时候 这个参数必须是 false
//最后一个参数id
operation.learning(right, rightTagging, false);
operation.learning(wrong, wrongTagging, false);
}
for (int i = 1; i < 5; i++) {//神经网络学习
for (int i = 1; i < 2; i++) {//神经网络学习
System.out.println("开始学习2==" + i);
//读取本地URL地址图片,并转化成矩阵
Matrix right = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/c/c" + i + ".png");
@ -159,7 +173,7 @@
//若有疑问可以参考一下 testModel()方法
operation.look(right, 2);
operation.look(wrong, 3);
}}
}
回调输出类：
public class Ma implements OutBack {
private int nub;
@ -177,3 +191,8 @@
回调第一个参数是输出值 指的是 这个分类的概率 该数值是0-1之间的浮点
第二个参数是 分类的id 判断是训练的哪个分类的ID，
第三个参数是 事件ID,一次判断事件 使用一个ID,让开发者知道是哪次事件的回调判断
#### 最终说明
* TempleConfig()：配置模版类一定要静态，在内存中长期持有
* Operation():运算类，除了学习可以使用一个以外，用户每检测一次都要NEW一次。
因为学习是单线程无所谓，而检测是多线程，如果使用一个运算类，可能会造成线程安全问题

9
src/main/java/org/wlld/imageRecognition/Operation.java
Unescape View File

@ -65,9 +65,16 @@ public class Operation {//进行计算
}
//卷积核学习
public void learning(Matrix matrix, Map<Integer, Double> tagging, boolean isNerveStudy, int id) throws Exception {
public void learning(Matrix matrix, Map<Integer, Double> tagging, boolean isNerveStudy) throws Exception {
if (templeConfig.getStudyPattern() == StudyPattern.Accuracy_Pattern) {
Border border = null;
int id = 0;
for (Map.Entry<Integer, Double> entry : tagging.entrySet()) {
if (entry.getValue() > 0.5) {
id = entry.getKey();
break;
}
}
if (templeConfig.isHavePosition() && isNerveStudy && id > 0) {
outBack = imageBack;
border = convolution.borderOnce(matrix, templeConfig);

48
src/test/java/org/wlld/HelloWorld.java
Unescape View File

@ -7,9 +7,12 @@ import org.wlld.config.StudyPattern;
import org.wlld.imageRecognition.Operation;
import org.wlld.imageRecognition.Picture;
import org.wlld.imageRecognition.TempleConfig;
import org.wlld.imageRecognition.border.Frame;
import org.wlld.imageRecognition.border.FrameBody;
import org.wlld.nerveEntity.ModelParameter;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
/**
@ -19,22 +22,8 @@ import java.util.Map;
*/
public class HelloWorld {
public static void main(String[] args) throws Exception {
//testPic();
testPic();
//testModel();
test();
}
public static void test() throws Exception {
Picture picture = new Picture();
Matrix right = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/test/a101.png");
TempleConfig templeConfig = getTemple(true, StudyPattern.Accuracy_Pattern);
Ma ma = new Ma();
Operation operation = new Operation(templeConfig, ma);
long a = System.currentTimeMillis();
operation.look(right, 2);
long b = System.currentTimeMillis();
System.out.println("耗时：" + (b - a));
}
public static void testPic() throws Exception {
@ -43,8 +32,12 @@ public class HelloWorld {
Picture picture = new Picture();
//初始化配置模板类,设置模式为SPEED_PATTERN模式 即速度模式
TempleConfig templeConfig = getTemple(true, StudyPattern.Speed_Pattern);
//初始化计算类，并将配置模版载入计算类
Operation operation = new Operation(templeConfig);
//初始化计算类，并将配置模版和输出回调类载入计算类
//运算类有两个构造一个是配置回调类，一个是不配置回调类
//若使用定位功能，则无需配置回调类，若不启用，则要配置回调类
//回调类要实现OutBack接口中的方法
Ma ma = new Ma();
Operation operation = new Operation(templeConfig, ma);
//标注主键为 第几种分类，值为标注 1 是TRUE 0是FALSE
//给训练图像进行标注，健是分类的ID,对应的就是输出结果的ID值，值要么写0要么写1
// 1就是 是这种分类，0就是不是这种分类
@ -66,6 +59,9 @@ public class HelloWorld {
//wrong这个矩阵是错误的图片，所以要配置上面错误的标注0.0 学习 告诉计算机这个图片是错误的
operation.study(wrong, wrongTagging);
}
//如果启用物体坐标定位，则在学习结束的时候，一定要执行boxStudy方法
//若不启用，则请不要使用，否则会报错
//templeConfig.boxStudy();
//获取训练结束的模型参数，提取出来转化成JSON保存数据库，下次服务启动时不用学习
//直接将模型参数注入
//获取模型MODLE 这个模型就是我们程序学习的目的，学习结束后我们要拿到这个模型
@ -90,6 +86,9 @@ public class HelloWorld {
//说明你回调是响应的哪一次调用的ID,所以每一次识别调用，请用不同的id
operation1.look(wrong, 3);
operation1.look(right, 2);
//若启用定位功能检测请使用lookWithPosition,若没有启用，使用检测会报错
//返回map,主键是分类id,值是该图片中此分类有多少个物体，每个物体的具体位置坐标的大小
//Map<Integer, List<FrameBody>> map = operation1.lookWithPosition(right, 4);
}
public static TempleConfig getTemple(boolean isFirst, int pattern) throws Exception {
@ -103,6 +102,12 @@ public class HelloWorld {
//但是有极限，即超过某个深度，即使再增加深度，识别率反而会下降。需要具体不断尝试找到 合适的深度
//注意：若深度提升，训练量没有成倍增长，则准确度反而更低！
templeConfig.setDeep(2);
//启用定位学习 注意启用在图片中对某个物体进行定位，要注意
//学习的图片必须除了学习的物体以外，其他位置都是白色或者空白(即用PS扣空)。
//即该图片除了这个物体，没有其他任何干扰杂色（一个像素的杂色都不可以有）
//templeConfig.setHavePosition(true);
//窗口类，就是用来扫描图片的窗口大小和移动距离的设定
//Frame frame = new Frame();
//初始化配置模版，参数说明(int studyPattern, boolean initPower, int width, int height
//, int classificationNub)
//studyPattern 学习模式：常量值 StudyPattern.Accuracy_Pattern;StudyPattern.Speed_Pattern
@ -160,8 +165,9 @@ public class HelloWorld {
//将图像矩阵和标注加入进行学习 注意的是 Accuracy_Pattern 模式 要学习两次
//这里使用learning方法，前两个参数与SPEED模式相同，多了一个第三个参数
//第一次学习的时候 这个参数必须是 false
operation.learning(right, rightTagging, false, 1);
operation.learning(wrong, wrongTagging, false, 0);
//最后一个参数id
operation.learning(right, rightTagging, false);
operation.learning(wrong, wrongTagging, false);
}
for (int i = 1; i < 2; i++) {//神经网络学习
System.out.println("开始学习2==" + i);
@ -170,8 +176,8 @@ public class HelloWorld {
Matrix wrong = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/b/b" + i + ".png");
//将图像矩阵和标注加入进行学习，Accuracy_Pattern 模式 进行第二次学习
//第二次学习的时候，第三个参数必须是 true
operation.learning(right, rightTagging, true, 1);
operation.learning(wrong, wrongTagging, true, 0);
operation.learning(right, rightTagging, true);
operation.learning(wrong, wrongTagging, true);
}
Matrix right = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/test/a101.png");
Matrix wrong = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/b/b1000.png");

Write Preview
Loading…
Cancel
Save