利用神經網路訓練威盛Pixetto辨識物件

大家好!今天,我們要來教你怎麼用威盛 Pixetto視覺感測器打造一個神經網路。這個神經網路非常容易建置,而且是示範AI機器學習如何運作的一個絕佳範例。好,我們開始吧!

步驟 1

如果還沒下載VIA Pixetto Studio的人,請先至https://pixetto.ai/tw/ 網站下載程式。(如需更詳細的說明,請查看我們的”威盛 Pixetto輔助教程-基礎安裝“影片。)

object recognition using a neural network image 1

步驟 2

在Pixetto Studio中點開Pixetto Utility應用程式。把您的威盛Pixetto 鏡頭對準你
所選擇的物體。

在Pixetto Utility 的右下方點擊 “錄影” 開始錄影。記得錄影時要移動鏡頭,把物體的各個角度都錄到。每段錄製時間大約以10至15秒為標準值。

object recognition using a neural network image 2

錄製完成後,取名存檔再關閉Pixetto Utility。

object recognition using a neural network image 3

步驟 3

威盛Pixetto官網,點擊網頁右上角的”軟體&文件”選項。進入頁面後向下滑到網頁的最底端,點擊 “機器學習加速器” 的圖標即可到機器學習加速器的網頁。

進入頁面後,點擊機器學習的圖標進入頁面。

object recognition using a neural network image 4

步驟 4

在頁面左上方輸入名稱後點擊"上傳影片"將我們預先錄好的影片上傳。請注意影片名稱没有空格並且跟您的檔案名稱一致。

在顯示畫面中,用滑鼠在目標物體周圍框出一個綠色方框。

object recognition using a neural network image 5

object recognition using a neural network image 6

等待應用程式處理影片完後試播影片。確認影片中追蹤的物體是否正確。

接下來,我們可以透過重複前面的步驟,來教導威盛Pixetto追蹤更多物品。追蹤物品的數量沒有限制,但是,追蹤的數量越多,Pixetto需要的加載時間就會越長。記得需要使用2-3個物件的影片才OK哦!

object recognition using a neural network image 7

object recognition using a neural network image 8

步驟 5

下一步,從左側列中選擇 "熱門組合" 。將程式語言的最下行輸出類別數量和上傳物件數量一致化就可以。接下來,點擊右上角的”開始訓練“。

object recognition using a neural network image 9

威盛 Pixetto視覺感測器就會根據我們先前輸入的物件紀錄開始訓練。在機器學習的期間,我們可以看到控制台的螢幕跑出許多行程式碼。注意在程式訓練期間,威盛Pixetto Utility必須是關閉的。

object recognition using a neural network image 10

步驟 6

點擊右上角的 “下載” 就可以把這些程式都下載到威盛Pixetto。

object recognition using a neural network image 11

打開Pixetto Utility。拿起您的威盛 Pixetto視覺感測器,把鏡頭對準剛才錄製的物件。

在Pixetto Utility中,選擇右上角的"神經網絡" 再點選"套用" 就可以開始物體識別了哦! 威盛 Pixetto視覺感測器會辨識擺在面前的物體並標記對應的名稱。

object recognition using a neural network image 12

我們完成了!很容易對不對?雖然機器學習聽起來很複雜,實際上也是,不過這不代表我們不能簡化它。只要利用威盛 Pixetto視覺感測器和我們的機器學習加速器平台,就可以成功地使機器學習變得很輕鬆又有趣。

現在換你了。
跟著這次的教程自由創作,不要忘記上傳你的影片到社群網站上並標註#VIAPixetto 來分享成果哦!

分享貼文!

Share on linkedin
Share on twitter
Share on facebook

Leave a Reply