【BIT大作业】人工智能+五子棋实战(一)棋子目标检测

任务描述:

在这里插入图片描述
(这是基础课的作业就TM离谱)

在这里插入图片描述
目前已经开源:https://github.com/Sharpiless/gobang-object-detection-dataset

构建棋盘:

这里使用PyQt5开发(GIthub有源码,稍作改动),效果如图:
在这里插入图片描述

收集数据:

由于棋子比较密集而且较小,自己标注的话进度很慢,所以我写了个小脚本,在下棋的过程中自动记录棋子的位置坐标和类别,并写入xml文件生成目标检测训练集。
在这里插入图片描述

训练模型:

这里使用PaddleX提供的YOLOv3目标检测算法。

同时由于目标比较好识别,所以使用轻量级的MobileNet作为主干网络。
在这里插入图片描述

检测效果:

在这里插入图片描述
在这里插入图片描述

总结:

第一天完成了目标检测任务,后面的话打算写个简单的UI界面可视化一下检测结果。

有需求的大佬欢迎加入我的接单群,需求详情请群里戳群主

在这里插入图片描述

关注我的公众号:

感兴趣的同学关注我的公众号——可达鸭的深度学习教程:
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/weixin_44936889/article/details/109862218