机器学习-图像分类

通过机器学习训练模型达到能够识别出三角形、矩形和圆形。

用 processing 来随机生成三角形，圆形和矩形图片。之后通过 ml5.js来将数据集(也就是所有的图片)进行训练生成模型。

通过生成的模型进行识别。

processing

processing下载地址
processing运行processing-project文件夹中的generate_dataset_shape_classifier.pde文件，生成的图都会放在test文件夹中。

ml5

在ml5文件夹中进行进行模型训练。
processing生成的图片test里面的图片移动到ml5文件夹下的 data文件夹。
VS Code通过插件Live Server的右键选择 Open with Live Server打开ml5文件夹中的index.html文件

// count代表训练的张数，400代表三角形，圆形，矩形各400张，也就是1200张
for (let i = 0; i < count; i++) {
    let index = nf(i + 1, 4, 0);
    circles[i] = loadImage(`data/circle${index}.png`);
    squares[i] = loadImage(`data/square${index}.png`);
    triangles[i] = loadImage(`data/triangle${index}.png`);
}

// 50代表训练五十次
shapeClassifier.train({ epochs: 50 }, finishedTraining);

效果

效果查看的demo。
在根目录中的index.html文件通过VS Code插件 Open with Live Server打开，按住鼠标绘图，之后点击识别按钮，即可看到结果。