簡(jiǎn)介

這個(gè)項(xiàng)目的基礎(chǔ)是深度學(xué)習(xí)和圖像分類，目的是創(chuàng)建一個(gè)簡(jiǎn)單而有趣的石頭剪刀布游戲。首先，這個(gè)項(xiàng)目是我在5月份的COVID19隔離期中無(wú)聊的產(chǎn)物，希望當(dāng)你讀到這個(gè)時(shí)，一切都恢復(fù)正常了。我的目的是通過(guò)這篇文章用簡(jiǎn)單的術(shù)語(yǔ)向初學(xué)者解釋這個(gè)項(xiàng)目的基本原理。讓我們開始吧！在構(gòu)建任何類型的深度學(xué)習(xí)應(yīng)用程序時(shí)，有三個(gè)主要步驟：收集和處理數(shù)據(jù)建立一個(gè)合適的人工智能模型部署使用整個(gè)項(xiàng)目都引用了我的Github repo，并與之?dāng)y手并進(jìn)，所以請(qǐng)做好參考準(zhǔn)備。

收集我們的數(shù)據(jù)

任何深度學(xué)習(xí)模型的基礎(chǔ)都是數(shù)據(jù)，任何一位機(jī)器學(xué)習(xí)工程師都會(huì)同意這一點(diǎn)，在ML中，數(shù)據(jù)遠(yuǎn)比算法本身重要。我們需要收集石頭，布和剪刀的符號(hào)圖像，我沒(méi)有下載別人的數(shù)據(jù)并在上面進(jìn)行訓(xùn)練，而是制作了自己的數(shù)據(jù)集，鼓勵(lì)你也建立自己的數(shù)據(jù)集。之后嘗試更改數(shù)據(jù)并重新訓(xùn)練模型，以查看數(shù)據(jù)對(duì)深度學(xué)習(xí)模型究竟有怎樣的影響。

PATH ＝ os．getcwd（）＋＇＼＇

cap ＝ cv2．VideoCapture（0）

label ＝ sys．a(chǎn)rgv［1］

SAVE＿PATH ＝ os．path．join（PATH， label）

try：

os．mkdir（SAVE＿PATH）

except FileExistsError：

pass

ct ＝ int（sys．a(chǎn)rgv［2］）

maxCt ＝ int（sys．a(chǎn)rgv［3］）＋1

print（＂Hit Space to Capture Image＂）

while True：

ret， frame ＝ cap．read（）

cv2．imshow（＇Get Data ： ＇＋label，frame［50：350，100：450］）

if cv2．waitKey（1） ＆ 0xFF ＝＝ ord（＇ ＇）：

cv2．imwrite（SAVE＿PATH＋＇＼＇＋label＋＇｛｝．jpg＇．format（ct），frame［50：350，100：450］）

print（SAVE＿PATH＋＇＼＇＋label＋＇｛｝．jpg Captured＇．format（ct））

ct＋＝1

if ct ＞＝ maxCt：

break

cap．release（）

cv2．destroyAllWindows（）