机器学习，剪刀，石头，布

当前AI Machine Learning 异常火爆，希望在MCU上使用机器学习，做图像识别的工作。看到一个剪刀，石头，步的学习程序，给大家分享一下。

TensorFlow AI人工智能及Machine Learning

通过学习Laurence Moroney 《AI and Machine Learning for Coder》书开始学习人工智能和机器学习。

随着视觉的发展，我们从淘宝上花费20元就可以买到一个摄像头，并且这个摄像头的控制设备支持机器学习库ML Lite，使人工智能应用进入可凡人世界。在书上我们可以看到一些应用的例子，比如：

• 数字识别，通过图像可以识别数字0-9
• 穿戴服装识别，识别鞋，靴子，高跟鞋，T-shirt, 头套等
• 人-马分类识别
• 手势识别 - 剪刀，石头，步。英文，paper，rock，scissor。

下面介绍一个图像分类的paper，rock，scissor，我们中国人说的剪刀，石头，布（包袱）的应用。

训练图集的下载

图像下载在树上说的网站是：
https://storage.googleapis.com/laurencemoroney-blog.appspot.com/rps.zip
新的地址：https://storage.googleapis.com/learning-datasets/rps.zip
用浏览器直接打开就可以下载这个压缩文件。可以自己释放这个文件到响应的目录，也可以用一段python小程序实现：

import urllib.request
import zipfile
url = "https://storage.googleapis.com/learning-datasets/rps.zip"

file_name = "rps.zip"
training_dir = 'tmp/rps/'
file_name = training_dir + flie_name
urllib.request.urlretrieve(url, file_name)

zip_ref = zipfile.ZipFile(file_name, 'r')
zip_ref.extractall(training_dir)
print('下载完成！')
zip_ref.close()

这样，我们就在我们的工作目录下面创建了一个结构：

上面的每个目录中有840个图像，比如，在paper下有如下类似的图像文件：

这些手势表示的是各种的包袱的图像。还有石头和剪刀的画面如下：

下面是剪刀的分类训练画面

从这些手势上看出来，老外的剪刀和我们中国的剪刀似乎不太一样。他们的剪刀是3个指头，我们的剪刀比他们的狠，就两个指头。

建立分类模型并用图像进行训练

这些模型是基于TensorFlow的框架建立的。并进行了多分类优化。

import