|

【OpenVINO™教學】自製麵包影像辨識POS機的應用

   

作者:賴桑

透過機器視覺(Machine Vision)的應用越來越多,過往要實作這方面的應用對一般人而言是有一定的門檻,但透過OpenVINO™這樣的工具可降低這個門檻,因為它已經把開發機器視覺應用的基本結構簡單化,所以對於想開發AI應用的人來說頗有幫助。上次我寫了一篇關於如何套用現有的模型(Model)來做物件偵測(Object Detection),剛好看到CH大/曾成訓之前在Raspberry Pi上做了一台麵包結帳機,所以就手癢自己用Windows 10 PC來跑OpenVINO™的這個應用看看~

本篇所需設備超級簡單:就一台Windows 10 PC跟一個外接的羅技Logitech C170 WebCam,其實也不一定要外接WebCam,鏡頭可以拍到要辨認的麵包就行了!本次我看過整個CH大的大作後,重工成只靠軟體能執行就可以運作。

說真的,這次CH大的功勞不小,就算訓練出來的Model還不是很精準,可是當作展示範本已經工程浩大!畢竟訓練(Training)其實是機器學習(Machine Learning)裡比寫應用更麻煩的一段,因為到底要怎麼訓練(幾層?幾個神經元?)才能夠讓模型逐漸收斂到我們堪用的程度,這可是截至目前為止,沒有標準答案!

系統運作原理

系統其實只是一直處在迴圈Loop狀態下,不斷地進行物件偵測而已:

系統運行流程大要(圖片來源:賴桑)

程式碼的基本解說

但程式上的寫法,就得特別跟各位講解一下了!原則上程式碼總共分成三個檔案:

會員福利
1

免費電子報

2

會員搶先看

3

主題訂閱

4

好文收藏

賴建宏

Author: 賴建宏

社群稱號為「賴桑」的他,以電子電機的背景,熱衷於OSHW的應用開發與實作。取得台北科技大學電子所博士學位,目前主推「農林漁牧大業」計畫的迷你型魚菜共生系統開發。

Share This Post On

1 Comment

  1. 1. Thanks for your detailed comments.
    2. Keras model can be converted into tensorflow model (call it TF_Keras), then you can let this TF_Keras be fed into MO to get the openvino-based weights. However, you must take care the following facts:
    2.1 Output/input/deimnesions (for Model layers): may be modified as required;
    2.2 Precision: 32 bit/64 bit/

    That is all. It is midnight, good night !!

    Post a Reply

Submit a Comment

發佈留言必須填寫的電子郵件地址不會公開。