核心内容摘要
TensorFlow GPU加速超快
OpenMV官方机械臂第五期视频教程来啦今天我们将挑战“垃圾分类”实战本期会深度拆解多类别识别算法演示机械臂从精准辨别到分拣抓取的全流程带你打通视觉分类的底层逻辑将创意转化为高效的智能装置*具体教程和源码可在星瞳科技OpenMV官网[OpenMV.cc]查看哦星瞳OpenMV官方机械臂教程|垃圾分类这些是实现本实战所需要的文件与代码move内写有垃圾桶和托盘的坐标和机械臂移动代码。
main是主程序。
model和labels则是模型文件和标签文件。
将模型和代码文件拖入OpenMV文件目录中。
将机械臂的底座与场景的方框对其保证机械臂摆放正确。
将三子棋教程用到的棋盘倒置放于A4纸九宫格之上充当垃圾托盘。
垃圾桶摆放如图所示以下是本次用到的道具及其分类当检测框出现偏移时可以在代码中的九宫格参数配置部分修改参数直到对应时即可。
接下来运行代码将垃圾放置于垃圾托盘上即可运行垃圾分类任务。
将过期柠檬放置在托盘上终端会打印出识别结果。
识别成功后机械臂会将垃圾投入垃圾桶内。
其余分类任务的流程同上。
代码部分讲解总体流程分为”识别——分拣“两大步骤。
垃圾识别的部分采用了AI神经网络首先加载模型文件model.tflite和标签文件labels.txt。
在主循环中会调用garbage函数对图像继续识别、打印识别结果并根据识别结果执行相应的动作。
以有害垃圾为例当识别到有害垃圾时终端会输出harmful程序会调用move.py中的分拣代码对垃圾进行分拣。
garbage函数会连续拍摄10幅图像并对每幅图像使用神经网络进行识别。
当置信度大于
8时他会记录此次的结果最后统计10幅画面的识别结果输出最多次出现的结果。
OpenMV Robot Arm机械臂的垃圾分类题教程到此就结束啦。
结合OpenMV的智能图像识别你可以实现更酷炫的项目。
源码和更多内容可在星瞳科技OpenMV官网OpenMV.cc查看感谢观看