设为首页收藏labplus社区产品资料库
1521
积分值+2
915
掌控币+1
0  关注
16  粉丝
16  帖子
TMOW
2021年11月15日

#人工智能#mPython软件python编程模式下KNN分类案例

准备工作:

第一步:安装mPython(0.7.0及以上版本)        

第二步:打开mPython软件,切换到“Python”模式。单击软件界面的左上角“硬件编程”,在下拉项中选择“Python”。


第三步:安装“KNN分类”扩展库。单击指令区的“扩展”,再单击“添加”。在扩展库界面单击“pythonAI扩展库”,找到“KNN分类器”并单击“安装”。


进入安装状态(如下图)后,需要一定时间,注意安装KNN分类库需要连接网络。


第四步:加载“KNN分类”扩展库。安装完成“KNN分类”扩展库后,回到扩展库界面的最上方,单击“加载”,即可即可在指令区查看到KNN分类的相关指令。



案例:物体识别

第一步:编写训练模型的程序,在“KNN分类”指令中找出相应的指令进行编程,参考程序如下:


(注意:①摄像头的编号,根据实际情况设定编号。②物体图像的采数量总数尽量不超过100张,除非电脑配置特别好。③模型的名字可以是英文,可以是中文。)

第二步:程序编写完成后,点击软件菜单栏中的“运行”按钮,开始运行程序,摄像头自动开启,摄像头对着物体(如盆栽),等待5秒后开始采集第一种物体:


采集完第一种物体的图像后等待5秒自动采集第二种物体的图像:


采集完两种物体的图像后,开始训练,训练完成后自动保存模型到本地(训练模型过程比较快):


第三步:编写应用模型的程序。例如,当识别到盆栽,掌控板的RGB灯亮绿灯,如果识别到瓶子,亮红灯,因此需要将掌控板与电脑连接。

第四步:添加掌控板的指令。单击指令区“扩展”,再单击“添加”,单击“直连掌控板”,然后单击“加载”,即可添加掌控板的指令。


第五步:编写程序,对前面训练的KNN模型进行应用:


第六步:运行程序进行物体识别。单击“运行”,将摄像头分别对着盆栽和瓶子进行识别即可。(注意摄像头的编号,根据实际情况设定编号

2

点赞

365 次阅读2 人赞1 人订阅