饮料智能挑拣系统设计与实现

        同样是大三下学期，迎来了第二次实训课程，这次的课程采用Paddlepaddle，进行模型训练，实现多款饮料的识别。

        这次的实训，只要在于学习模型训练的方法以及过程。自主进行模型数据采集，构建。通过多次的训练找出一个合适的模型（训少了识别度低，训多了过拟合看黄就是芬达橙，看绿就是雪碧）。在此期间学会调控模型参数，根据一遍又一遍的训练，调整训练集中不同类型物品的数量，，调整模型训练集；验证集；测试集占比，最终达到尽量的平衡。

  

        过程很枯燥，但非常安全（与无人机相比），只要耐得住性子，有一台能训练模型的电脑，舍得花时间，总能跑出想要的模型。

        这个数据还是挺吓人的，由于训练集图片过少造成置信度过高（训练集大小255），不过这以及是笔记本电脑的极限（Y7000-2020）。要跑模型要么自己搭建，要么舍得花钱租服务器跑，可怜可怜你的笔记本吧（本人笔记本MX350根本跑不动直接PASS）。