TGame游戏新篇：1.1、交互性目标

目标：识别卡牌，骰子等物体，测试旋转框检测方案的可行性

1、配置rotation-yolov5，使用conda配置yolov5，

遇到的错误主要有：

1）、AttributeError: 'Hardswish' object has no attribute 'inplace'

这里 修改activation.py的438行，去掉self.inplace

2)、cv2.getRotationMatrix2D(angle=-a*180/math.pi, center=(cx,cy), scale=1)报错，

查了这个api，第一个为center，第二个为角度，修改源码这里的调用方式，cv2.getRotationMatrix2D(center=(cx,cy), angle=float(-a*180/math.pi), scale=1)  ,这里angle再强制转一次（我用的opencv版本为4.5,并没有安装作者的要求换成4.2）

3)、cuda没有参与进来

看了不知何时环境里的torch都不带cuda,重装即可>pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

 

 正常的应该是这样：这个版本只适用于当前的代码，不适用于yolov5的源码，最好另外创一个conda虚拟环境

4）、这里是后记：利用conda另外创建一个环境和yolov5区别开来，遇到问题再一个一个解决

 这里需要改成self.cpu().numpy()

5）、再跑测试demo：

 

后面制作一下数据集自己训练看看效果，看看竖框检测和旋转框检测哪个更能够接近预期。

2、数据集制作：用到opencv，usb摄像头，手机，游戏王卡片，labelImg

照片来源：手工按键拍照+手机拍照结合，加上以下图像增强工作

标签处理： labelImg,竖框检测的不用再额外处理，旋转框检测可以写个脚本转换一下labelImg生成的标签

doing。。。后面上效果

这里没有用旋转框，直接做的训练，效果ok，针对当前决斗场景来说

验证了初步的想法。√

当然如果牌有旋转，竖框检测就是这样的

接下来做进一步的处理操作：优化上面的训练结果（多增加一个类别），熟悉python的一些操作，了解一种resnet并搭建环境

开发工具：pycharm

python-opencv智能提示：将 d:\programdata\anaconda3\lib\site-packages 类似路径下的cv2.cp38-win_amd64.pyd拷贝一份，重命名为cv2即可智能提示；

python环境下的摄像头输出帧数最稳定，（同样代码逻辑，C++ 2K视频输出卡顿，python帧数正常），后期做接口进行交互;

工程管理：svn服务器，

主机双系统，windows用于编码开发，ubuntu用于训练与测试（ubuntu下训练速度比win10快10倍以上）