【米尔FZ3深度学习计算卡】分拣硬币图片 + 视频

robe.zhang

【米尔FZ3深度学习计算卡】分拣硬币图片 + 视频

上上一篇文章，使用 EasyDL云端训练了硬币分类模型

上一篇文章下载这个模型到edgebaord开发板，部署完成

本文来测试模型分拣硬币图片的效果

先看分拣硬币图片视频：

程序设计：本文所有测试数据位于目录：/home/root/photo

待分拣的图片放入 to_be_deal 目录中，图片任意命名，程序会查找其中的所有图片，并根据图片中的硬币把图片分成三类，1元，5角，1角，分别放入三个目录中，图片名字保持不变，等分拣完成程序结束，打开三个目录，检查图片中的硬币是不是和三个分类一致

模型是分拣硬币的，就拍一些硬币图片，放入待分拣目录中，1元，5角，1角，三种硬币全都有，图片数量可多可少

运行程序，开始分拣硬币图片，并且实时输出信息，详细信息位于 log 文件中：

都可以正确分拣出来

当前模型还是可以的。  如果分拣结果不理想，需要调整数据集重新训练，多次迭代测试，直到满意为止。

有人说，申请发布模型，审核好长时间，等很久还没有结果。其实是有技巧的，训练数据集尽可能大，尽可能覆盖各种情景，训练的模型准确率尽可能高，越大越高审核越快，10-20分钟就能通过，审核不是人工。只提醒到这里了