构建一个计算机视觉项目

你想创建一个应用程序来检测一些东西吗?猫和狗，检测水果的成熟程度，在图片中找到品牌?

如果你的答案是需要，那么这篇文章就是为你准备的!

将向你展示如何为你的探测器创建一个应用程序，并把它放到互联网上，让每个人都能看到。

最后，你将有类似这样的东西向你的同事和朋友展示:https://huggingface.co/spaces/Kili/plastic_in_river

你将能够上传一个测试图像，模型将返回预测框和标签。

免责声明:你需要在你的电脑中安装git才能将文件上传到HuggingFace Spaces。如果你没有，不要担心!安装起来很容易。遵循这个教程:https://git-scm.com/downloads

这将是项目的工作流程:

1. 首先，你必须为你的项目收集图像。你想从长颈鹿中发现斑马吗?首先需要获取这两种动物的图像。无论你想检测什么，你都需要它的图像。这个点在工作流程中是白色的，这意味着你必须在你的计算机中完成工作。

2. 标签图像在工作流中显示为蓝色，这是因为你将使用Datature的标签工具。Datature是一家专门为数据标签和模型训练构建用户友好工具的公司。

3. 你还将使用Datature来训练模型。

4. 一旦模型训练好了，你就把它下载到你的电脑上，把所有的文件放在一起(这些文件我会提供给你)

5. 当所有文件放在一起时，你将把它们上传到HuggingFace Spaces，你的模型就可以使用了!

---

1.找到图片

在计算机视觉项目中，我们需要做的第一件事是收集图像。如果我们想要训练一个深度神经网络，我们需要成千上万张图像。

幸运的是，Datature使用非常先进的模型，而且可能是预训练的，这意味着如果我们从头开始训练模型，我们只需要需要的一小部分图像。

每个类大约有100个图像就足够了。例如，如果你想要检测t恤和裤子，你将需要100个t恤和100个裤子的图像。当然，这个例子也适用于其他情况。例如，你可以有100张猫和狗的图片，所以你可以有100张猫的例子，也可以有100张狗的例子。

如果有类不平衡是可以的，例如如果你的项目检测晴天和阴天，你可以有120张晴天的图片和100张阴天的图片。大约100张就足够了。

收集所有的图像并存储在你的计算机的一个文件夹中。

2.标记图像

在Datature中创建一个帐户，并为你的用例创建一个项目。这个来自Datature团队的教程解释了如何创建项目和标记图像。

https://datature.io/blog/train-and-visualize-face-mask-detection-model

这篇博文详细介绍了如何:

• 创建Datature Nexus账户(免费试用)

• 创建一个项目

• 上传图片

• 创建类

• 注释图片

• 在图像中创建矩形框

• 为每个框分配一个类

对于每个图像，你将注释一个框(对象在哪里?)和一个类(对象是什么?)

只阅读标签部分，之后，在项目概述中，你应该看到你的图像统计，标签分布等。例如，项目概述应该是这样的: