通常,数据科学家会建立一个图像识别模型,观察其准确性,如果足够高,就表示工作完成了。
然而,自从我13岁开始学习机器学习,我就一直不明白这一点,为什么要花费所有的时间来建立最好的模型——只是为了满足于一个数字?
在本文中,将提供代码并指导你如何通过构建与模型交互的拍照接口来真正完成项目。
安装cv2(OpenCV)
我们将使用的图像库是cv2。因为cv2不能在Kaggle这样的在线平台上工作,所以它必须在你的计算机上本地完成。然而,模型的权重仍然可以在Kaggle上进行训练,以.h5文件的形式下载(基于Keras/TensorFlow)并加载。
在Anaconda或命令提示符中键入
conda create -n opencv python=3.6
这将在Python版本3.6中创建一个名为opencv的新环境,可以用正在使用的任何版本替换它。
下一步,输入
pip instal