影像分類

擴充功能中的影像分類功能可以使用程式積木,配合影像訓練過的模型來辨識偵測到的物體,達到影像辨識的效果。
教學中會先列出影像分類的各積木功能,再來介紹影像分類的程式操作步驟,因為會需要使用到 影像訓練 的分類模型,所以執行程式積木前需要先建立分類模型。

影像分類積木清單

影像分類積木包含鏡頭來源、模型分類、信心度、透明度等積木。

凱比物聯網教室 - 影像分類

鏡頭來源

「鏡頭來源」積木可以選擇使用鏡頭訊號的來源,在積木內填入使用的鏡頭網址,就能夠控制視訊畫面的來源。

若是使用裝置上的鏡頭則不需要使用「鏡頭來源」積木。

凱比物聯網教室 - 影像分類

模型分類

「模型分類」積木表示辨識到的影像是某模型中的某分類。 將影像訓練建立的模型和分類名稱設定到積木中,讓程式判斷是否辨識為真,搭配其它積木能夠再執行後續動作。
積木中的模型分類會對應到 影像訓練 中的模型和分類,在使用「模型分類」積木前,需要先將影像訓練中的模型分類建立完成。這裡的例子是使用「模型 ABC」及其分類。

凱比物聯網教室 - 影像分類

信心度

「信心度」積木能夠讀取出影像辨識的信心度數值,數值單位為 %。信心度最高為 100、最低為 0,若信心度越高,代表偵測錯誤的可能性越低。

凱比物聯網教室 - 影像分類

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。

透明度

「透明度」積木可以改變影像的透明度,數值可以是 0 ~ 100,0 為完全透明、100 為原始顏色 ( 透明度不變 )。

凱比物聯網教室 - 影像分類

凱比物聯網教室 - 影像分類

影像分類操作

這裡開始進行影像分類的程式教學。

為了要在辨識的時候顯示信心度,使用「小怪獸講話」積木加上「信心度」積木,讓其中一隻小怪獸說出信心度的數值。

凱比物聯網教室 - 影像分類

再來要撰寫影像分類的邏輯程式,這裡的例子中會有 4 種辨識結果,包含「A」、「B」、「C」 和「都不是」。

使用「如果執行」積木,後方加入「模型分類」積木,讓影像分類成功時進行下一動作。這裡的例子是讓小怪獸說出辨識結果,因此在「如果」、「否則如果」後方分別設定 3 種辨識結果,並讓小怪獸說出。
因為辨識的物品有可能都不是分類的影像,所以在「否則」後方設定小怪獸說出「都不是」。

凱比物聯網教室 - 影像分類

完成影像分類的邏輯程式後,就能夠正常進行辨識,但是這樣的程式只能進行判斷一次,所以需要在最外側增加一個「重複」積木。這裡選用「無限重複」積木,可以讓程式不斷辨識影像,並顯示辨識結果。

凱比物聯網教室 - 影像分類

完成之後按下執行,可以看到隨著辨識影像的改變,小怪獸說出的辨識結果和信心度也會隨著改變。

凱比物聯網教室 - 影像分類