使用机器学习 YOLOv5 识别小青柑秸秆(一)
这篇文章搁置有点久了,乘着假期完善一下 (。-ω-)zzz
为什么想做这件事
除了铁观音之外,小青柑是家乡这几年比较流行的产业,镇上或村里的,几乎都在手工挖小青柑果肉,大概长这个样子:
经过几次问询,得知了小青柑有以下几个制作步骤:
- 采购符合条件的小青柑,大部分是从江西那边运送过来的。
- 固定分发小青柑到签约家庭,签约成员对小青柑进行初加工,需要先用打孔工具,挖出中空,再用汤匙将果肉挖出。
- 将挖好的小青柑(这时候只剩下一个果壳),送回工厂。
- 工厂将茶业放入空壳中,用果壳包裹茶叶,进行烘焙。
- 包装销售。
由此,我想能不能通过技术的方式,来实现这些操作,在此做一下记录。
尝试
先试试能不能先解决“打孔”。
借了几个小青柑之后,我观察到,她的长相是有特点的,有明显的秸秆位置,常规人工操作的打孔,也是从这里开始。
于是就想到可以通过机器识别的方式,识别秸秆,然后再打孔。
术业有专攻,向 @Yinen 求教之后,他表示很开心能有具体的应用场景,然后告诉我目前有相对成熟的 YOLOV5 框架,或许可以解决我的问题。
话不多说,直接开干。
采集样本
为了让机器能搞懂秸秆的位置,采集足够的秸秆照片是必不可少的。
放假回去,用手头的工具和材料,搭建了一个简易的“小型摄影棚”,这样就能拍摄相对固定的样本照片:
用了 2 天的时间进行拍摄,第一次采集了 413 张小青柑图片,第二次采集了 518 张图片,总共 931 张照片,都放到文章底部链接,供大家下载。
小插曲:拍摄的时候,不少老人过来围观,对这架势表示非常好奇。
打上标签
打完标签,才能完成识别对应结果。用的是 LabelImg:
这里用上了几个标签名:
- 橘子
citrus
- 梗
stem
- 屁股眼
citrus_embryo
- 腐烂
rot
训练模型
感觉识别结果还是不太理想…先记录到这里吧。
后续
- 更多的样本照片
- 优化标签
- 设计驱动打孔的硬件
- …
资源下载
- 仓库地址:
- 资源下载
- 大约 1000 张的小青柑图片v0.0.1
Next:在厦门的 Go 面试情况
好强,机器学习是未来。
哈哈,你的博客又改版啦~(3天前…3个月前…还不是这样的