如何使用TensorFlow創(chuàng)建智能秤

如何使用TensorFlow創(chuàng)建智能秤，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來學(xué)習(xí)下，希望你能有所收獲。

使用TensorFlow從比例圖片中自動讀取體重并隨時(shí)間繪制圖表。將學(xué)習(xí)TensorFlow對象檢測API的基礎(chǔ)知識，并能夠?qū)⑵鋺?yīng)用于此圖像分析項(xiàng)目和其他圖像分析項(xiàng)目。

使用TensorFlow從分析圖片中自動檢測到的重量（由于有更多數(shù)據(jù)點(diǎn)，線條在右側(cè)更加鋸齒狀）

這篇文章有意保持簡短，以便可以快速獲得良好的概述，同時(shí)提供包含更多詳細(xì)信息的其他材料的鏈接。

獲取您的比例圖像

首先，與任何機(jī)器學(xué)習(xí)項(xiàng)目一樣，數(shù)據(jù)是關(guān)鍵。每當(dāng)踩到秤時(shí)，拍下它的照片，體重就會清晰顯示出來。為獲得最佳效果，請?jiān)诓煌恼彰鳁l件下拍攝照片，并可能在房屋的不同區(qū)域拍照。100張照片應(yīng)該作為一個相當(dāng)不錯的訓(xùn)練集。

如果你的照片備份到谷歌的照片，那么你就可以使用腳本，下載它們。

https://github.com/xiaowen/weightcheck/blob/master/scale/dlphotos.py 

標(biāo)記圖像

接下來，使用labelImg等工具標(biāo)記圖像。他們的docker鏡像很容易設(shè)置和使用一些簡單的命令。在整個比例尺周圍添加了一個名為“scale”的標(biāo)簽，另一個在圓形顯示屏周圍添加了一個名為“read”的標(biāo)簽。labelImg將為每個圖像創(chuàng)建一個XML文件，如下所示。

帶有在刻度周圍繪制的邊界框以及顯示器周圍的刻度圖像

訓(xùn)練神經(jīng)網(wǎng)絡(luò)以檢測您的規(guī)模

獲得數(shù)據(jù)后，就可以訓(xùn)練神經(jīng)網(wǎng)絡(luò)來檢測圖像中的比例。在高級別，步驟如下：

1.安裝 TensorFlow對象檢測API

2.安裝gcloud用于將作業(yè)提交到Google Cloud Machine Learning（ML）引擎的命令行工具。

3.創(chuàng)建 Google云平臺存儲分區(qū)。訓(xùn)練數(shù)據(jù)將存儲在此處。

4.上傳預(yù)先訓(xùn)練的模型以啟動您的訓(xùn)練。TensorFlow為model zoo提供了一些常見的模型。ssd_mobilenet_v1_coco是一種流行的選擇，可以在簡單模型的速度和精度之間取得良好的平衡。

5.準(zhǔn)備自定義輸入數(shù)據(jù)并將其上載到云存儲。

6.捆綁由ML引擎運(yùn)行的TensorFlow對象檢測源代碼。

7.更新對象檢測配置文件。可以用最少的改變重新使用我的。

8.將訓(xùn)練作業(yè)提交給ML引擎。請注意，ML引擎需要幾分鐘才能啟動作業(yè)。

9.當(dāng)訓(xùn)練作業(yè)運(yùn)行時(shí)，它會每十分鐘將其狀態(tài)寫入存儲桶。可以使用TensorBoard監(jiān)視它并查找曲線的收斂。如果在單個GPU上運(yùn)行，此作業(yè)可能需要幾個小時(shí)才能收斂。

10.當(dāng)模型經(jīng)過充分訓(xùn)練后，請下載并導(dǎo)出。

11.使用導(dǎo)出的模型執(zhí)行一些推斷。可以使用TensorFlow 的演示Jupyter筆記本查看結(jié)果。

TensorBoard截圖; 左：損失曲線收斂; right：推斷輸出與手工注釋的邊界框并排顯示

訓(xùn)練神經(jīng)網(wǎng)絡(luò)來讀取顯示

既然已經(jīng)訓(xùn)練了一個神經(jīng)網(wǎng)絡(luò)來檢測您的體重，那么下一步就是訓(xùn)練一個從體重秤中讀取體重。

幸運(yùn)的是，這個過程幾乎與已經(jīng)完成的過程相同。在高級別，步驟如下：

1.使用經(jīng)過訓(xùn)練的刻度模型自動裁剪顯示圖像?？梢試L試腳本來執(zhí)行此任務(wù)。

2.標(biāo)記這些圖像中的每個數(shù)字以教導(dǎo)神經(jīng)網(wǎng)絡(luò)識別它們。為每個數(shù)字（0-9）和'％'使用了標(biāo)簽。傳遞給對象檢測代碼的標(biāo)簽映射在這里。

3.使用與上面相同的步驟訓(xùn)練神經(jīng)網(wǎng)絡(luò)識別數(shù)字。由于訓(xùn)練數(shù)據(jù)的差異，請使用略微修改的對象檢測配置文件和標(biāo)簽映射。

看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識有進(jìn)一步的了解或閱讀更多相關(guān)文章，請關(guān)注億速云行業(yè)資訊頻道，感謝您對億速云的支持。