【角蜂鸟试用】例程学习---Hello2018 & FaceDetector

mabo124

          今天又测试学习了下例程包括FaceDetector和hello2018，现在总结如下。
       （1）目前角蜂鸟内置了8个模型：MNIST数字识别模型（在例程hello2018中使用）
                                                        Mobilenet-SSD人脸检测模型（在FaceDetector中使用）
                                                        Mobilenet-SSD VOC物体检测模型
                                                        SqueezeNet 图像分类模型
                                                        GoogleNet 图像识别模型
                                                        FaceNet 人脸识别模型
                                                        SketchGraph 手绘识别模型
                                                        OCR 中文文字识别模型（还在研发中）
            也就是说，有些应用还无法使用此角蜂鸟AI套件（不知道触景无限是否还有其他产品方案），比如手势/人体姿态的识别、字母/车牌号的识别等。
       （2）此次改写了下Hello2018的例程，无外乎就是实现做好几个数字的jpg格式文件，然后放入如下所示路径即可。

1. mabo@mabo-virtual-machine:~/SungemSDK-Python/examples/misc/2018_mnist$

复制代码

                                       
                                                              图1      自制图片
              这里，我依次做了好几幅图片，因为之前没有考虑使用的识别模型，所以图片有英文字母、还有2bit的十进制数，当然也包括之前所做的个位数字，只不过被冲掉了。识别的最终结果让我不得不翻阅文档查的：只有数字识别模型，即只能识别数字。当然对我做的几个数字图片，效果不错。
           （3） FaceDetector例程的学习
           通过对WEBCAM的了解，角蜂鸟AI套件应该支持2种摄像头：外接USB摄像头（设定为True时，使用PC机的摄像头，如下图2所示）和内置摄像头（设定为False，使用角蜂鸟的摄像头，也是通常的此次套件的固定用法）
           通过设定zoom的值，可以将输出图像为640*360（设为True）和1920*1080（设为False），不过由于我目前使用的Dell笔记本是老款，屏幕分辨率达不到，导致一般的图像看不到。
                                         
                                      图2  使用笔记本的摄像头的FaceDetector输出图像
        使用角蜂鸟内置摄像头进行FaceDetector实验时，face头像我是在新浪体育图库中搜到的，总体效果感觉满意，识别率挺高的，且拍摄距离可以到到36cm左右（即角蜂鸟距离电脑屏幕36cm左右），拍摄了一段时间后，角蜂鸟套件的散热片明显很热，估计将来做复杂应用时不排除采用网友hwolf1的做法，外接一个小风扇来加大散热力度。
       当然，我还对卡通图、抽象图、扭曲的图（其实就是美剧中那些可怕、丑陋的脸庞）进行了检测，效果一般（有时竟然能检测出是人脸，按理说应该不是的。）。怎么说呢，这个算法是需要模型进行学习的，所以对不符合条件的face进行检测，得到不满意的结论也是合情合理的。不要怪我太苛刻我也在学习，谁让我在评测呢
       识别效果视频如下链接。
https://v.youku.com/v_show/id_XMzc2NjgyOTM2NA==.html?spm=a2hzp.8244740.0.0

feixiang20

继续加油