影像訓練
在影像訓練平台中,我們可以建立屬於自己的影像分類,並訓練影像辨識模型,透過這些訓練好的辨識模型,電腦就可以辨識鏡頭捕捉的影像是什麼物品。
影像訓練流程
點擊「影像分類」積木右鍵,選擇「影像訓練平台」,進入影像訓練平台。 ,或直接點擊 影像訓練平台 連結進入。
在頁面中可以看到左側有「分類」和「模型」兩個選項,分別為「建立圖片庫」和「建立影像辨識模型」功能。
進行影像辨識前,需要先分別建立影像分類和模型,接著將分類放入模型中,就可以使用模型來進行影像辨識了。
建立影像分類
首先在左側的側邊列選擇「分類」。 「分類」是用來存放建立過的分類,可以從名稱、圖片數量、修改時間的排序和搜尋功能來找到已建立的分類。
建立分類
按下藍色的「新增」按鈕,會跳出「建立分類」的視窗,接著輸入分類名稱和選擇分享狀態,「私人分類」代表只有自己的帳號才能使用此分類;「公開分類」代表所有人都可以使用。
再來選擇影像上傳方式,可以從 4 種不同方式上傳影像,分別是:
- 攝影鏡頭:使用裝置的攝影鏡頭拍攝影像。
- 既有分類:從自己的分類列表中選擇多個分類,建立成一個新的分類。
- 公開分類:使用他人建立的公開分類來建立分類。
- Web:AI:透過 Web:AI 拍照上傳。
使用攝影鏡頭上傳影像
- 選擇「攝影鏡頭」,會進入到擷取影像的頁面,這裡需要使用裝置相機,相機權限選擇「允許」。
- 等到相機畫面出現就可以按下綠色「擷取影像」按鈕來拍照,移動物品來讓鏡頭擷取不同角度和位置的影像,擷取影像的數量越多,影像辨識的準確度會越高。( 上限為 30 張 )
- 擷取完影像後,點擊「建立分類」按鈕,就可以在分類列表中看到剛剛建立的分類了。
按下 紅色「清除影像」按鈕 後,會將擷取的影像 全部刪除,點擊之前請先注意!
建立完成後,就可以在分類列表中看到剛剛建立的分類了。
修改分類
在分類列表中點選其中一項分類,會跳出「修改分類」的視窗,在這裡可以修改分類的名稱和分享狀態,修改完成後點擊「修改並儲存」按鈕,就可以完成修改。
刪除分類
在分類列表中,可以勾選多個分類後刪除。
建立影像模型
建立完分類後,在左側的側邊列選擇「模型」。 「模型」中的列表是用來存放建立過的模型,可以從名稱、修改時間的排序和搜尋功能來找到已建立的模型。
模型訓練時,全平台限制 30 個模型同時訓練,若數量已達限制,請稍待 1 ~ 2 分鐘再重新嘗試。
新增模型
按下藍色的「新增」按鈕,會跳出「新增模型」的視窗,接著輸入模型名稱和選擇分享狀態,「私人模型」代表只有自己的帳號才能使用此模型;「公開模型」代表所有人都可以使用。
再來選擇模型建立方式,可以從 3 種不同方式建立模型,分別是:
- 挑選分類:從分類列表中挑選建立過的分類來建立模型。 ( 分類數量需為 2 個以上 )
- 複製既有模型:從模型列表中複製曾經建立過模型。
- 複製公開模型:複製他人建立的公開模型。
點選「建立模型」後,就可以在模型列表中看到剛剛建立的模型了。
若模型訓練等待過久,讓頁面重新整理,就可以看到建立的模型訓練完成了。
挑選分類
如果使用「挑選分類」來建立模型,需要選擇 2 個以上的分類放入模型中,才能辨識出不同的結果。
建議多放入一個 背景 分類,因為當沒有偵測到物件時,辨識結果會顯示為其中一項分類。如果有放入 背景 分類,就能正常顯示辨識結果為背景。
修改模型
- 在模型列表中點選其中一項模型,會跳出「修改模型」的視窗,選擇「修改模型」進入下個頁面。
- 在這裡可以修改模型的名稱和分享狀態,修改完成後點擊「修改並儲存」按鈕,就可以完成修改。
- 如果點選的是複製的模型,會無法使用「修改模型」功能。
刪除模型
在模型列表中,可以勾選多個模型後刪除。
測試模型
模型建立完成後,可以使用「測試模型」功能來測試模型的辨識效果。點擊模型後,選擇「測試模型」就能進入測試。
開始辨識後,會顯示辨識結果和信心度,若信心度百分比越高,代表辨識錯誤的可能性越低。
- 辨識結果會因為場地的光線、背景、裝置鏡頭的角度而影響,因此對同一目標的辨識結果和信心度都會不同。
- 因為影像訓練辨識的結果會落在一個區間範圍內,若信心度為 90%,代表有 90% 的機率真正的結果會落在這個區間範圍內。
聯絡我們
如果對於 Webduino 產品有興趣,歡迎透過下列方式購買:
個人線上購買:https://store.webduino.io/ ( 支援信用卡、超商取貨付款 )
企業&學校採購:來信 service@webduino.io 或來電 07-3388511。
如果對於這篇教學有任何問題或建議,歡迎透過下列方式聯繫我們:
Email:service@webduino.io
Facebook 粉絲團:https://www.facebook.com/webduino/
Facebook 技術討論社團:https://www.facebook.com/groups/webduino/