【人工智能Ⅰ】实验箱选做实验

实验10 实验箱应用-CNN模型手写数字图像分类

• 实验内容

1. 掌握实验箱的操作流程，包括在本机上调试代码，上传实验文件，相机采集图片，模型验证。
2. 用实验箱的摄像头拍摄方块上数字的图片，在图像处理的基础上，应用实验箱对CNN进行训练，并进行手写数字识别。

• 测试结果

位置		1	2	3	4	正确率
第一次实验	真实数字	1	4	8	7	75%
	识别结果	9	4	8	7
第二次实验	真实数字	6	9	8	6	100%
	识别结果	6	9	8	6

实验12 AI实验箱应用之SVM

• 实验内容

用实验箱的摄像头拍摄方块上数字的图片，在图像处理的基础上，应用支持向量机方法识别图像中的数字并进行分类。

• 实验步骤：

1. 在本地训练SVM模型并保存
2. 上传自己训练的SVM模型和相关代码到实验箱中
3. 应用实验箱机械手臂上的摄像头拍摄图像；
4. OpenCV处理图像；
5. 用SVM方法识别图像中的数字，并输出结果；
6. 驱动机械臂移动识别出的数字方块，并进行排序。

• 测试结果

位置		1	2	3	4	正确率
第一次实验	真实数字	2	9	8	4	75%
	识别结果	2	2	3	4
第二次实验	真实数字	9	1	2	3	50%
	识别结果	3	1	3	3
第三次实验	真实数字	2	7	1	4	75%
	识别结果	2	2	1	4

• 实验中遇到的困难

【1】

FileNotFoundError:[Errno.2] No such file or directory:linux@linux:~/zhujiaos 1bash: 1:未找到命令

解决过程：在电脑上修改代码的路径后，仍然出现问题。最后发现是箱子问题，更换箱子后能够正常检测图片。

【2】

Traceback (most recent call last):File "main _Box.py",line 50,in <module>rec _result = image processing,image_recognize(cargo location, cargo locatiorsort，frame)

return N,dot(selfasmatrix(other))ValueError; shapes (0,784) and (28,1) not aligned; 784 (dim 1) != 28 (dim 0)

解决过程：更改img_rec.py中的相关参数，将28改为784，而后程序可以正常运行。更改如下：

self.edge_img = np.ones((784, 784, 1), np.uint8) * 0

img = cv2.resize(img, (784, 784), interpolation=cv2.INTER_CUBIC)

【3】

contours，binary = cv2.findContours(close image，CV2.RETR EXTERNAL，cV2.CHA]N APPROX SIMPLE) #查找轮廓e

ValueError: too many values to unpack (expected 2)

解决方法：将代码更改为contours，binary,_ = cv2.findContours(close image，CV2.RETR EXTERNAL，cV2.CHA]N APPROX SIMPLE) #查找轮廓e

【4】

ImportError: No module named 'sklearn,externals.joblib.numpy_pickle

解决方法：安装相关依赖后重新烧录。