电赛总结 + openmv4 实现数字识别

2021-11-10 22:30:46 阅读：255 来源： 互联网

标签：set 电赛 img openmv4 sorted net 识别 sensor

2021电赛总结

历经四天三夜，2021年电赛结束了

第一次参加电赛，估计也没啥时间参加电赛了。从开始到结束，历经种种波折，队友告诉我没有经历波折的电赛是不完整的，最后的最后也就完成了电赛题目的一部分。不容易呀，好不容易拼出个可以跑的小车

历经波折 ——摄像头风波

第一天看题，小车数字识别这不之前做过类似的，用openmv4可以跑，然后就按以前的思路做，利用模板匹配去实现数字识别，想的简单，这不轻轻松松，有手就行。到了下午，进行测试匹配时，误差太大了。后面才赶紧下单买4plus摄像头。
用另外一套方案。

历经波折——电池着火

第二天继续搞电赛，对数字信息存储，打标签，训练数据集，跑卷积，结果中午休息的时候电池炸了，还好人没事。

突然的火花

历经波折——串联插座烧了

插座的都烧了也没哪个队了后面又去其他的地方找排插接电，离谱啊

最后一天

12.07 7的意志休息会一下，看到edg赢了，继续肝电赛，继续搞识别。早上摄像头到了，又立刻换方案，最后的最后也就晚八点，封箱以后就长出一口气，望着对面，一片空白。

电赛总结与收获

1、对openmv4plus有了更新的体悟，虽然以后不会有时间参加电赛了，记录这唯一一次也就是大三唯一的一次电赛了，再接下来小白就要进行备考了，希望大佬给给资料，关于考研备考
2 电赛准备数字识别
1 保存数据集
在这里插入图片描述

	2 利用网站对数据集进行用KNN训练
	![在训练出来的数据集](https://www.icode9.com/i/ll/?i=9fe78dc5cee746988865e3a82e3b845d.png#pic_center)

	3、导入模型进行计算

#导入功能包
import pyb
import sensor, image, time, math
import os, tf

#摄像头传感器配置
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QQVGA) # we run out of memory if the resolution is much bigger...
sensor.set_brightness(1500)
sensor.skip_frames(time = 20)
sensor.set_auto_gain(False)  # must turn this off to prevent image washout...
sensor.set_auto_whitebal(True,(0,0x80,0))  # must turn this off to prevent image washout...
clock = time.clock()

#导入模型
net_path = "traind.tflite"                                  # 定义模型的路径
labels = ["1", "2", "3","4","5", "6", "7", "8"]   # 加载标签
net = tf.load(net_path, load_to_fb=True)                                  # 加载模型


while(True):
    #拍摄一张照片
    img = sensor.snapshot()

    #寻找矩形
    for r in img.find_rects(threshold = 20000):
        #矩形画框
        img.draw_rectangle(r.rect(), color = (255, 0, 0))
        #提取矩形中图像
        img1 = img.copy(r.rect())
        #运行模型识别
        for obj in tf.classify(net , img1, min_scale=1.0, scale_mul=0.5, x_overlap=0.0, y_overlap=0.0):
            #计算结果
            sorted_list = sorted(zip(labels, obj.output()), key = lambda x: x[1], reverse = True)
            print(sorted_list[0][0])
            img.draw_string(r.rect()[0] + 20, r.rect()[1]-20, sorted_list[0][0],color = (255,0,0), scale = 2,mono_space=False)

标签：set,电赛,img,openmv4,sorted,net,识别,sensor
来源： https://blog.csdn.net/m0_48176714/article/details/121195050

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9