【BIT大作业】人工智能+五子棋实战(一)棋子目标检测

本文介绍了使用人工智能进行五子棋棋子目标检测的实践过程,包括构建棋盘的PyQt5实现,自动数据收集,利用PaddleX的YOLOv3算法和MobileNet网络进行训练,以及展示检测效果。作者还分享了相关开源资源和后续计划。
摘要由CSDN通过智能技术生成

任务描述:

在这里插入图片描述
(这是基础课的作业就TM离谱)

在这里插入图片描述
目前已经开源:https://github.com/Sharpiless/gobang-object-detection-dataset

构建棋盘:

这里使用PyQt5开发(GIthub有源码,稍作改动),效果如图:
在这里插入图片描述

收集数据:

由于棋子比较密集而且较小,自己标注的话进度很慢,所以我写了个小脚本,在下棋的过程中自动记录棋子的位置坐标和类别,并写入xml文件生成目标检测训练集。

  • 9
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

BIT可达鸭

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值