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。
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。