网友cldud1245是一个鸟类快乐喜欢者(以下简称喂鸟哥),最近计划自学Python。
拥有其他言语编程阅历的他,可不计划按部就班从Hello World做起,一下去就应战图像辨认!
他用一个摄像头对着自家后院的喂鸟器,拍到来寻食的鸟就尝试判别鸟的种类,并经过Twitter机器人实时发布判别结果。
运转第一天就拍到了17次!最多的时分每十几分钟就有鸟来光临。
其中卡罗莱纳山雀总共来过8次,就是还不能准确判别能否是同一只。
运用的技术都是开源的!喂鸟哥把代码放到了Github上开源,只要一个文件、三百多行。来看看他是怎样完成的吧!
作为初学者,他运用的都是已存在的开源项目,没有本人训练新的模型。
目的检测模型运用的是随TensorFlow目的检测API发布的SSD Openimages v4。
鸟类分类模型是TensorFlow Hub上由Google发布的基于MobileNet V2的轻量级模型。
图像处置就是经典的Open CV了。
不过鸟类分类模型中给出的结果都是拉丁文学名,为了方便大家看懂他又写了一个爬虫从维基百科上把对应的俗名爬了上去。
另外,该项目Github中有详细的思绪解说,感兴味的话可以去学习一下!
还有提空中间从Twitter上发布的结果目前看来准确率还有待提高,比如拍到飞行中的鸟辨认起来会遇到困难。
有时也会把两只鸟辨认成三只。喂鸟哥计划用非极大值抑制 (Non-Maximum Suppression)来修复这个成绩。
不过这才是项目运转的第一天。
喂鸟哥运用鸟类百科图册停止测试,结果还是很准确的,所以疑心摄像头能否还不够明晰
有人建议他,把网友指出正确称号的评论爬取上去,与图片一同再参加数据集停止训练,就可以不断提高精度。
还有人提议下一步要辨认鸟的集体身份,看看究竟是同一只鸟重复来吃东西,还是只是一个种类的很多只鸟。
One More Thing回复中有人问到:“但是它能判别照片是不是在国度公园拍摄吗?”
这个梗来自网络漫画网站XKCD在2014年宣布的一幅漫画。
假设要判别一张照片能否在国度公园拍摄,只需求判别一下图片的天文标记信息就行了。
但是要判别照片里有没有鸟,则是一个困难的多的成绩。
Flickr的工程师看到后接受了这个应战,用事先刚刚掀起新一轮热潮的深度学习做出了漫画中描画的这款顺序Park or Bird(现已中止拜访)。
来看看事先的深度卷积神经网络的架构。
随着技术的开展,明天的我们不只能辨认照片中能否有鸟,还能判别鸟的种类,甚至辨认鸟的集体身份也不再是天方夜谭。
【编辑引荐】
微软开源低代码编程言语 Power Fx,基于 Excel
Python 操作 MongoDB 基础解说
【Python爬虫实战】用urllib与效劳端交互(发送和接纳数据)
Python中的面向对象没有意义
围观大神是如何用Python处置文件的?
(责任编辑:admin)