【高校校徽识别】基于百度EasyDL实现

小程序演示

校徽

校徽（school badge）是学校徽章的简称，是一个学校的标志之一，其主要的目的是分辨人员、留存纪念和通过图案、文字来介绍学校的性质和学科，同时在佩戴校徽的时候也给佩戴者在无形中增加了纪律的约束，规范学生的行为，提高学校的知名度。体现出学校的特征，让人容易记住。

校徽一般分为：大学校徽(也称为高校校徽)、高中校徽、初中校徽、小学校徽等。

温馨提示:以上内容来源于:https://baike.baidu.com/item/%E6%A0%A1%E5%BE%BD/3400254

学校标志是将学校的理念精神，以具体的图形、图案形式表达出来的视觉符号，它是学校视觉形象识别系统的重要要素之一。学校标志作为一种视觉文化符号，有其独特的外在与内涵。

本文小帅将基于EasyDL进行图像分类模型训练。简单讲解训练一个校徽识别模型的步骤。后端使用Java语言

关于EasyDL

EasyDL是基于百度自主研发的深度学习平台飞桨
结合业界先进的工程服务技术打造的
简单易用的模型训练和服务平台 
    EasyDL是百度大脑推出的零门槛AI开发平台，面向各行各业有定制AI需求、零算法基础或者追求高效率开发AI的企业用户。支持包括数据管理与数据标注、模型训练、模型部署的一站式AI开发流程，原始图片、文本、音频、视频等数据，经过EasyDL加工、学习、部署，可通过公有云API调用，或部署在本地服务器、小型设备、软硬一体方案的专项适配硬件上，通过SDK或API进一步集成

详细介绍请访问:https://ai.baidu.com/easydl/

应用背景

	没吃过猪肉，还没见过猪跑吗？ 没上过985,211，还能不认识高校校徽吗。当然肯定不认识了。那怎么办呢。除了摸头看着图片上的文字硬想，还能怎么办呢？有的校徽万一字都不认识呢。那又怎么办呢？
怎么能快速得知校徽的高校名称、英文名称、简称呢？基于这样的小小方向。便诞生了 校徽识别 的应用想法。

数据采集

校徽(LOGO)数据采集

通过百度百科可以采集到较为清晰的图片。小帅使用Java语言，第三方工具JSOUP进行采集百度百科的数据当模型的训练基础数据集

<!-- https://mvnrepository.com/artifact/org.jsoup/jsoup -->
<dependency>
    <groupId>org.jsoup</groupId>
    <artifactId>jsoup</artifactId>
    <version>1.14.2</version>
</dependency>

数据采集示例代码

 public static void main(String[] args) throws Exception {
        String schoolNames = "";//高校名称N个
        String[] schoolName = schoolNames.split(",");
        //LOGO图片保存的文件夹
        String logoPath = "F:\\testimg\\school\\";
        //百度百科网址前缀
        String BASE_URL = "https://baike.baidu.com/item/";
        String GET_URL = "";//百度百科地址
        String schoolNameOne = "";
        long startTime = System.currentTimeMillis();
        try {
            for (int i = 0; i < schoolName.length; i++) {
                schoolNameOne = schoolName[i];
                GET_URL = BASE_URL + schoolNameOne;
                easydlCode = i + 1;
                Document document = Jsoup.connect(GET_URL).get();
                Elements summaryPic = document
                                .select("div.summary-pic");
                //LOGO图片
                String logoURL = summaryPic.get(0)
                             .getElementsByTag("img")
                             .get(0).attr("src");
                //保存logo图片
                java.net.URL urls = new URL(logoURL);
                Image image = Toolkit.getDefaultToolkit().getImage(urls);
                BufferedImage bufferedImage = toBufferedImage(image);
                String imageName = easydlCode + ".png";
                ImageIO.write(bufferedImage, "png", new File(logoPath + imageName));
            }
            long endTime = System.currentTimeMillis();
            System.err.println("总耗时 = " + (endTime-startTime));
        }catch (Exception e){
            log.info("学校名称---->{},错误信息---->{}",
              schoolNameOne,
              e.getMessage() );
        }
    }

    /**
     * @param image 通过url获取的image对象
     * @return java.awt.image.BufferedImage
     * @Author 小帅丶
     * @Description Image转BufferedImage
     * @Date 2020/9/29 10:47
     **/
    public static BufferedImage toBufferedImage(Image image) {
        if (image instanceof BufferedImage) {
            return (BufferedImage) image;
        }
        image = new ImageIcon(image).getImage();
        BufferedImage bimage = null;
        GraphicsEnvironment ge = GraphicsEnvironment
                .getLocalGraphicsEnvironment();
        try {
            int transparency = Transparency.OPAQUE;
            GraphicsDevice gs = ge.getDefaultScreenDevice();
            GraphicsConfiguration gc = gs.getDefaultConfiguration();
            bimage = gc.createCompatibleImage(image.getWidth(null),
                    image.getHeight(null), transparency);
        } catch (HeadlessException e) {
            log.info("toBufferedImage()-->",e.getMessage());
        }
        if (bimage == null) {
            int type = BufferedImage.TYPE_INT_RGB;
            bimage = new BufferedImage(image.getWidth(null),
                    image.getHeight(null), type);
        }
        Graphics g = bimage.createGraphics();
        g.drawImage(image, 0, 0, null);
        g.dispose();
        return bimage;
    }

JSON数据生成—【分类标注】

共计采集了615所高校校徽(LOGO),所以循环是从1开始。

{
    "labels":[
        {
            "name":"aircraft"
        }
    ]
}

文件内容根据百度标注格式示例文件得知。以下代码可以快速生成所需的JSON文件。快而简的捷径。

    public static void main(String[] args) {
        //要保存的路径
        String jsonPath = "F:\\testimg\\school\\";
        for (int i = 1; i < 616; i++) {
            //label内容，百度示例文件提供
            String labelContent = "{\"labels\": [{\"name\": \""+i+"\"}]}";
            FileUtil.writeString(labelContent,
                     jsonPath+i+".json",
                     CharsetUtil.UTF_8);
        }
    }

创建模型、数据集

选择图像分类模型进行创建。上述操作完成后，将图片、JSON一起打包成压缩包文件。进行上传，上传选项如下图

各位根据自己实际情况选择训练环境哦~ 本文选择的为免费训练环境哦。如下图

模型训练

等待训练完成即可进行体验

校验模型

点击校验，启动校验模型。稍等片刻，即可立马在线体验模型精准度等相关操作。

1 代表的北京大学，置信度94.84% 相当不错哦

模型发布

训练完成后，可将模型部署在公有云服务器、通用小型设备、本地服务器，或直接购买软硬一体方案，灵活适配各种使用场景及运行环境

本文选择公有云API发布

公有云API

训练完成的模型存储在云端，可通过独立Rest API调用模型，实现AI能力与业务系统或硬件设备整合

具有完善的鉴权、流控等安全机制，GPU集群稳定承载高并发请求

支持查找云端模型识别错误的数据，纠正结果并将其加入模型迭代的训练集，不断优化模型效果

本地服务器部署

可将训练完成的模型部署在私有CPU/GPU服务器上，支持服务器API和服务器SDK两种集成方式

可在内网/无网环境下使用模型，确保数据隐私

通用小型设备

训练完成的模型被打包成适配智能硬件的SDK，可进行设备端离线计算。满足推理阶段数据敏感性要求、更快的响应速度要求

支持iOS、Android、Linux、Windows四种操作系统，基础接口封装完善，满足灵活的应用侧二次开发

软硬一体方案

高性能硬件与模型深度适配，多种方案可选。可应用于工业分拣、视频监控等多种设备端离线计算场景，

让离线AI落地更轻松。了解更多

微信小程序集成

可参考小程序项目 https://gitee.com/xshuai/weixinxiaochengxu

校徽识别模块

模型API集成到项目

引入百度公有云SDK

<!-- 百度AI-SDK  -->
<dependency>
	<groupId>com.baidu.aip</groupId>
	<artifactId>java-sdk</artifactId>
	<version>4.12.0</version>
</dependency>

Java示例代码

/**自己训练的模型地址-校徽识别*/
private static String URL_SB = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/classification/schoolbadge";
/**
 * @Author 小帅丶
 * @Description 校徽识别
 * @Date  2021年9月26日15:44:36
 * @param file 图片
 * @return void
 **/
@RequestMapping(value = "/school_badge",method = {RequestMethod.POST})
public ResponseEntity<Object> schoolBadge(@RequestParam(value = "file") MultipartFile file){
	log.info("=======访问的IP"+request.getRemoteAddr()+"======访问的User-Agent:"+userAgent);
	EasyDLGeneralBean bean = new EasyDLGeneralBean();
	try {
		startTime = System.currentTimeMillis();
		//1.额外参数
		HashMap<String, Object> options = new HashMap<String, Object>();
		//2.发送请求
		JSONObject object = aipEasyDL.sendImageRequest(URL_SB, file.getBytes(), options);
		bean = dealEasyGeneral(file,object,bean,"schoolbadge");
	} catch (Exception e) {
		errorMsg = e.getMessage();
		log.info("校徽识别识别接口出错了"+e.getMessage());
		bean.error("error","系统错误");
	}
	//耗时
	timeConsuming = String.valueOf(System.currentTimeMillis() - startTime);
	log.info("耗时{},接口返回内容",timeConsuming);
	beanStr = JSON.toJSONString(bean);
	apiBeanUtil.putLog(bean.getLog_id(), timeConsuming, beanStr, ip, param,requestURI,errorMsg, LogTypeConts.EASYDL_DIYSB,userId,userAgent);
	//响应的内容
	return new ResponseEntity<Object>(JSON.toJSONString(bean), httpHeaders, HttpStatus.OK);
}

对识别的结果进行处理

对于识别出来的内容，进行与数据库进行匹配。返回易懂的内容给用户界面

if(result.getResults().size()>0){
	LambdaQueryWrapper<SchoolbBadge> queryWrapper = new LambdaQueryWrapper<>();
	queryWrapper.eq(SchoolbBadge::getEasydlCode, result.getResults().get(0).getName());
	queryWrapper.groupBy(SchoolbBadge::getEasydlCode);
	SchoolbBadge schoolBadgeDB = schoolbBadgeService.getOne(queryWrapper);
	if(null!=schoolBadgeDB){
		EasyDLSchoolBadgeResponseBean data = new EasyDLSchoolBadgeResponseBean();
		data.setName_zh(schoolBadgeDB.getNameZh());
		data.setName_us(schoolBadgeDB.getNameUs());
		data.setShort_name(schoolBadgeDB.getShortName());
		data.setEstablishment_date(schoolBadgeDB.getEstablishmentDate());
		data.setCampus(schoolBadgeDB.getCampus());
		BigDecimal score = new BigDecimal(result.getResults().get(0).getScore()*100);
		score.setScale(2,BigDecimal.ROUND_HALF_UP).doubleValue();
		data.setScore(new java.text.DecimalFormat("#.00").format(score));
		bean.success("success","成功",data);;
	}else{
		bean.fail("not identified","未识别出校徽(LOGO)",410404);
	}
}else{
	bean.fail("not identified","未识别出校徽(LOGO)",410404);
}