其他分享
首页 > 其他分享> > 这些动物,你认识几个呢

这些动物,你认识几个呢

作者:互联网

简 介: 昨天,参加第十七届智能车竞赛的同学给我发送了一段B站上的,无线充电车模的演示视频:开源开源,第十七届智能车比赛博特电子节能小车,随便玩一玩吧。比赛还是卷不过你们。

关键词 智能车竞赛动物识别PaddleHub

动物识别 文章目录 智能车竞赛
中动物识别
PaddleHub一
键识别动物
初步测试 智能车竞赛
动物集合
无线充电

 

§01 物识别


一、智能车竞赛中动物识别

  在 第十六届全国大学生智能车竞赛 中的 室内视觉组 要求车模检测到赛道傍边的 标靶 根据标靶的内容(动物、水果)完成相应的动作。

▲ 图1.1  智能车在识别图片任务

▲ 图1.1 智能车在识别图片任务

  为了提高车模作品中视觉识别的精度要求,在 第十七届智能车竞赛 中的 智能视觉组 则要求对于大类中的小类进行识别,也就是单片机中的软件需要能够完成对于动物、水果、交通工具中的子类别进行识别。由此对于视觉模型的精度要求大大提高了。

二、PaddleHub一键识别动物

  前天在百度的AI Studio 人工智能学习与石浔社区中看到了 PaddleHub一键动物识别 教学案例,展示了PaddleHub中定制打造的动物识别开源模型:

  支持一键完成动物识别,是用于拍照识别图片方面的应用。下面就测试一下这个开源网络,看看去年智能车竞赛组委会各个动物集合中究竟有几种不同的动物种类。

1、初步测试

(1)安装PaddleHub

  在Notebook中安装 paddlehub。

!pip install paddlehub==1.6.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

(2)测试样例图片

test_img_path = ["./1.JPG", "./2.JPG", "./3.JPG"]

import matplotlib.pyplot as plt
import matplotlib.image as mpimg

for imgname in test_img_path:
    img1 = mpimg.imread(imgname)

    plt.figure(figsize=(10,10))
    plt.imshow(img1)

    plt.axis('off')
    plt.show()

▲ 图1.1.1 大熊猫

▲ 图1.1.1 大熊猫

▲ 图1.1.2 人脸图片

▲ 图1.1.2 人脸图片

▲ 图1.1.3 北极狐

▲ 图1.1.3 北极狐

(3)样例图片测试结果

Ⅰ.测试代码
#------------------------------------------------------------

import paddlehub as hub
module = hub.Module(name='resnet50_vd_animals')

#------------------------------------------------------------
import cv2

np_images = [cv2.imread(image_path) for image_path in test_img_path]
results = module.classification(images=np_images)

for r in results:
    printf(r)
Ⅱ.识别结果
{'国宝大熊猫': 0.9751655459403992}
{'非动物': 0.9993972778320312}
{'北极狐': 0.8418184518814087}

2、智能车竞赛动物集合

  在第16届智能车镜竞赛智能视觉组中的动物集合中,主要有五类动物:。这些都是人类生活中常见到的动物,随着人类社会的发展,世界上培育出很多不同的品种。下面使用PaddleHub中的动物识别模型,来告诉我们这些动物的种类。

(1)测试代码

from headm import *

import os

test_img_path = ["./1.JPG", "./2.JPG", "./3.JPG"]

cat_dir = '/home/aistudio/data/fruitanimal'
cat_num = 101

cat_img = [os.path.join(cat_dir, '%02d.jpg'%(i+1)) for i in range(cat_num)]

'''
import matplotlib.pyplot as plt
import matplotlib.image as mpimg

for imgname in cat_img:
    img1 = mpimg.imread(imgname)

    plt.figure(figsize=(10,10))
    plt.imshow(img1)

    plt.axis('off')
    plt.show()

    break
'''

import paddlehub as hub
module = hub.Module(name='resnet50_vd_animals')

import cv2
np_images = [cv2.imread(image_path) for image_path in cat_img]

results = module.classification(images=np_images)

for r in results:
    printf(r)

(2)识别结果

Ⅰ.狗的识别结果

▲ 图1.2.1 狗的图片

▲ 图1.2.1 狗的图片

  通过识别,可以看到总共101张图片,识别出狗的种类为35中,其中最多的两个狗的品种为金毛犬威尔士柯基

序号种类个数
1拉萨犬1
2日本柴犬8
3爱斯基摩犬1
4杰克罗素梗2
5日本秋田犬2
6八哥犬7
7西高地白梗1
8威尔士柯基14
9拉布拉多4
10美系秋田犬1
11德牧 德国牧羊犬3
12塔马斯卡犬1
13德国狐狸犬1
14中国藏獒1
15斯塔福斗牛梗1
16罗威纳犬2
17边境牧羊犬2
18贵宾犬 贵妇犬3
19腊肠犬1
20圣伯纳犬1
21非动物1
22吉娃娃犬5
23波士顿梗犬2
24阿拉斯加雪橇犬2
25大麦町1
26金毛犬10
27马尔济斯犬 玛尔基斯犬1
28中华田园犬2
29哈士奇犬7
30法兰西斗牛犬5
31约克夏梗1
32拳师犬1
33比格猎犬3
34罗秦犬1
35卷毛比熊犬2
{'日本秋田犬': 0.4390193223953247}
{'贵宾犬/贵妇犬': 0.7055565714836121}
{'金毛犬': 0.8339270949363708}
{'比格猎犬': 0.4970936179161072}
{'德国狐狸犬': 0.5624755620956421}
{'金毛犬': 0.6434336304664612}
......
{'金毛犬': 0.7351966500282288}
{'拉布拉多': 0.9914411306381226}
{'哈士奇犬': 0.5635216236114502}
Ⅱ.牛的识别结果

▲ 图1.2.2 牛的图片

▲ 图1.2.2 牛的图片

  牛的图片集合中总共有93张图片,识别的种类为22中,最多的牛的种类为湘西黄牛

序号种类个数
1印度野牛5
2白牦牛2
3乳牛6
4和牛4
5野山羊1
6南方牛2
7非洲水牛9
8德克斯特牛1
9麝牛2
10西门塔尔牛1
11秦川牛2
12高地牛3
13利木赞牛1
14犊牛3
15中国荷斯坦奶牛9
16瑞士褐牛3
17水牛8
18湘西黄牛15
19娟珊牛1
20爪哇野牛1
21牦牛8
22美洲野牛6
{'印度野牛': 0.7731859087944031}
{'和牛': 0.34460482001304626}
{'中国荷斯坦奶牛': 0.4629508852958679}
{'中国荷斯坦奶牛': 0.4254103899002075}
{'中国荷斯坦奶牛': 0.395224004983902}
。。。。。。
{'利木赞牛': 0.2524842321872711}
{'非洲水牛': 0.5881295204162598}
{'美洲野牛': 0.6179811358451843}
{'犊牛': 0.2019311934709549}
{'西门塔尔牛': 0.10599607974290848}
Ⅲ.猫的识别结果

▲ 图1.2.3 猫的图片

▲ 图1.2.3 猫的图片

  猫的图片总共有99张,识别的种类为37个。最多的两个品种:家猫虎斑猫

序号种类个数
1红色猫2
2曼切堪猫1
3挪威森林猫3
4日本猫1
5短毛猫7
6美国刚毛猫3
7家猫17
8豹猫2
9波斯猫1
10高地猫2
11茶杯猫1
12粉头斑鸠1
13美国银色短毛猫2
14丝毛狗1
15苏格兰折耳猫2
16中国狸花猫2
17奶牛猫4
18美国短毛猫2
19折叠猫1
20纯种猫1
21缅因猫1
22科恩家猫1
23德文帝王猫1
24欧洲缅甸猫1
25虎斑猫14
26拉格多尔猫1
27英国短毛猫9
28孟买猫1
29土猫2
30乳黄色猫2
31西伯利亚猫2
32土耳其安哥拉猫1
33雪鞋猫1
34中华田园猫2
35科拉特猫1
36泰国暹罗猫2
37俄罗斯蓝猫1
{'家猫': 0.26924195885658264}
{'苏格兰折耳猫': 0.47249680757522583}
{'奶牛猫': 0.48933151364326477}
{'虎斑猫': 0.6846295595169067}
{'土耳其安哥拉猫': 0.16593654453754425}
{'豹猫': 0.6253762245178223}
。。。。。。
{'美国银色短毛猫': 0.42112547159194946}
{'短毛猫': 0.35389307141304016}
{'美国刚毛猫': 0.43220415711402893}
{'美国刚毛猫': 0.4108104407787323}
{'红色猫': 0.2033773958683014}
Ⅳ.马的识别结果

▲ 图1.2.4 马的照片

▲ 图1.2.4 马的照片

  马的图片有95张,识别的种类为10种。其中最多的是骏马

序号种类个数
1伊犁马1
2骏马77
3阿帕卢萨马1
4阿拉伯马2
5蒙古马1
6乌珠穆沁马3
7迷你马2
8矮种马1
9顿河马4
10汗血马3
{'骏马': 0.6022858023643494}
{'骏马': 0.950950562953949}
{'骏马': 0.8656469583511353}
{'骏马': 0.6158687472343445}
。。。。。。
{'骏马': 0.5660824179649353}
{'蒙古马': 0.3801785707473755}
{'骏马': 0.5563110113143921}
{'骏马': 0.4901660680770874}
{'骏马': 0.9210300445556641}
Ⅴ.猪的识别结果

▲ 图1.2.5 猪的照片

▲ 图1.2.5 猪的照片

  二师兄的图片有88张,识别的种类有14中。最多的为家猪种猪

序号种类个数
1家猪25
2特种野猪2
3长白猪1
4汉普夏猪1
5宠物猪9
6香猪7
7黑山猪4
8从江香猪4
9西猯2
10荣昌猪1
11种猪16
12二元母猪5
13北京黑猪7
14小香猪4
{'家猪': 0.5635786056518555}
{'香猪': 0.5747232437133789}
{'长白猪': 0.34550777077674866}
{'种猪': 0.32950359582901}
{'小香猪': 0.4352666139602661}
。。。。。。
{'家猪': 0.4807981252670288}
{'家猪': 0.6012528538703918}
{'家猪': 0.816167414188385}
{'家猪': 0.6905205845832825}
{'小香猪': 0.4659614562988281}

 

 

§02 线充电


  天,参加第十七届智能车竞赛的同学给我发送了一段B站上的,无线充电车模的演示视频:

  开源开源,第十七届智能车比赛博特电子节能小车,随便玩一玩吧。比赛还是卷不过你们。

▲ 图1 博主的电子小车

▲ 图1 博主的电子小车

▲ 图2  车模在赛道上边充电便运行
▲ 图2 车模在赛道上边充电便运行


■ 相关文献链接:

● 相关图表链接:

标签:竞赛,1.2,智能,认识,几个,动物,识别,图片
来源: https://blog.csdn.net/zhuoqingjoking97298/article/details/121899620