工训智能垃圾桶总结1

K210智能垃圾分类

总结1
代码
- 数据集训练

总结1

非常幸运参加了2021工程训练的省赛，是我大学以来第一次参加的省级比赛，虽然没有进国赛，但是对自己的成绩还是比较满意的。以下是我们在准备期间遇到的一些问题及自己的解决办法。自己是小白，如果有不对的地方欢迎大家指正。

代码

数据集训练

数据集在百度飞桨上训练，用官方给的五朵花的历程稍加修改，就可以训练自己的数据集。
五朵花历程：
链接: link.

训练过程大概为：
1.将data/data2815中的压缩包删除后添加自己数据集。（几类文件几个文件夹，不是一个大文件，可参考五类花的数据集。图片命名最好不含括号）
2.然后更改程序中的路径，官方程序为：

# 解压花朵数据集
!cd data/data2815 && unzip -q flower_photos.zip

将 flower_photos.zip改为你上传的文件名称.zip可以完成数据集的解压。

!cd data/data2815 && unzip -q garbage.zip  /解压数据集

在之后的代码中，将路径为 'data/data2815/‘都改为’data/data2815/garbage’（garbage为数据集压缩包解压后生成的文件，根据你数据集命名更改）。
如果路径不更改，预处理代码运行的结果是一个大类，无法进行图形分类。
运行结果：

['garbage']

'data/data2815/garbage’的运行结果为

运行耗时: 309毫秒
['barry', 'can', 'kiwa', 'smoke', 'zhuank']

此时程序的识别类别为5类，分别为上述几类。
3.然后是数据集训练，（程序中代码最长的部分，600多行）

if __name__ == '__main__':init_log_config()init_train_parameters()train()

以下这种情况就是训练完成了：

2021-08-07 17:33:35,970 - <ipython-input-1-b7bca58bf88e>[line:635] - INFO: end training
2021-08-07 17:33:35,971-INFO: training till last epcho, end training
2021-08-07 17:33:35,971 - <ipython-input-1-b7bca58bf88e>[line:649] - INFO: training till last epcho, end training

如果代码一开始训练就报一个。。。expect one的错误，通常是两个问题：
a.数据集中某一小类中的图片不只有一个东西，比如一张照片有好几个矿泉水瓶，这类照片不能太多。多了就报错。解决办法：把数据集单一化一点，只有一个东西。
b.你在训练过程中更换了数据集，但是左侧的中间产物并没有清除干净。解决办法：把之前的删掉，点开一个新的项目，重新来一遍。

4.之后测试集对模型进行预测

if __name__ == '__main__':    eval_all()

运行结果会有一个预测精度，这个数在以后的代码中会决定参数的大小。

运行时长: 18秒244毫秒
结束时间: 2021-08-07 17:42:41
total eval count:292 cost time:18.15 sec predict accuracy:0.7191780821917808

该模型的预测精度为：0.7191780821917808。通常如果该数值小于0.6,模型就不太具有识别效果了，最好对数据集进行更新，重新训练。自己试过，效果不好。

然后最艰难的部分都解决了，剩下就是按部就班的改路径，执行等待生成 .kmodel 文件了。
以下的代码不要忘了改路径：

进行模型压缩. 我们需要进行量化。为了保证量化后的精度, 需要使用训练图片调整模型。拷贝评估图片到/home/aistudio/work/images

#!mkdir /home/aistudio/work/images
#!cp -rf /home/aistudio/data/data2815/evalImageSet/*  /home/aistudio/work/images/
import os
import shutil
!mkdir /home/aistudio/work/images
filenames = os.listdir("/home/aistudio/data/data2815/garbage/evalImageSet/")index = 0
for i in range(1, len(filenames), 7):srcFile = os.path.join("/home/aistudio/data/data2815/garbage/evalImageSet/", filenames[index])targetFile = os.path.join("/home/aistudio/work/images",filenames[index])shutil.copyfile(srcFile,targetFile)index += 7

filenames = os.listdir("/home/aistudio/data/data2815/garbage/evalImageSet/")
srcFile = os.path.join("/home/aistudio/data/data2815/garbage/evalImageSet/", filenames[index])