《机械臂智能控制》 课件 任务6-1 扑克牌识别-数据集制作

任务6-1扑克牌识别——数据集制作《智能机械臂控制》主讲教师：吴蓬勃任务解析：扑克牌动态抓取视觉抓取扑克牌识别机械臂抓取扑克牌动态抓取坐标变换S0:原图S1:高斯模糊S2:RGB->HSVS3:腐蚀S4:二值化S5:轮廓标识知识链接1：积木识别流程OpenCV知识链接1：基于OpenCV的积木识别OpenCV传统计算机视觉存在的问题：易受到光照、角度等因素影响特征提取依赖人工设计的提取器泛化能力及鲁棒性较差知识链接2：基于深度学习的扑克牌识别深度学习深度学习在计算机视觉领域的三个典型应用：

目标分类目标检测语义分割知识链接2：基于深度学习的扑克牌识别深度学习第1步：在图像中找到物体：前景和背景区分开主体检测知识链接2：基于深度学习的扑克牌识别深度学习第2步：判断物体的种类（分类）？图片分类知识链接3：PP-ShiTu图像识别系统深度学习（1）PP-ShiTu轻量级通用图像识别系统输入图像主体检测物体特征提取向量检索底库图片gallery（训练集图片）底库图片gallery特征库识别结果特征提取知识链接3：PP-ShiTu图像识别系统深度学习（2）快速体验

PP-ShiTuandroiddemo任务实施：扑克牌数据集制作Step01：数据采集数据集【环境准备】：新建文件夹：1_Materials，其中包含：新建文件夹程序文件Step01：数据采集数据集（1）

每个同学4张扑克牌，每张扑克牌不少于50张图像要求：调整扑克牌姿态、背景、光照、角度等（2）保存图片到文件夹。

文件夹命名：数字+花色字符

；例如：

方块3对应3DStep01：数据采集数据集（3）

规范图片名称通过pycharm运行S11_changeFileName.py，修改图片名称：前缀为：数字+花色字符_学号末3位_

Step02：数据标注数据集（1）使用labelImg，对采集的图像进行图像标注打开图像所在文件夹设置结果保存文件夹Step02：数据标注数据集画矩形打开下一张（2）用矩形框选图中扑克牌，类别命名规则：数字+花色字符。框选扑克牌，输入类别运行S12_xml_splitPic.pyStep03：图像分割数据集读取标注的XML配置文件截取图像中的目标物品生成单独的物品图像存储Step03：图像分割数据集原图与标注文件分割后的图片运行S13_dataSetSplit.pyStep04：数据集划分数据集将图像数据集按照一定比例划分为：训练集和测试集。Step05：数据集信息文件生成数据集与分类任务数据集不同，图像检索任务的数据集分为以下三部分：训练数据集（traindataset）：用来训练模型，使模型能够学习该集合图像特征。底库数据集（gallerydataset）：用来提供图像检索任务中的底库数据，该集合可与训练集或测试集相同，也可以不同，当与训练集相同时，测试集的类别体系应与训练集的类别体系相同。测试数据集（querydataset）：用来测试模型的好坏，通常要对测试集的每一张测试图片进行特征提取，之后和底库数据的特征进行距离匹配，得到识别结果，后根据识别结果计算整个测试集的指标。【注意】训练集、底库数据集和测试数据集，均使用

txt

文件指定。Step05：数据集信息文件生成数据集目标：生成含有数据集信息的txt文件。用途：分类模型训练、特征提取。内容格式：数据的路径数据的label信息数据的uniqueid。注：当底库数据集和检索时的查询数据不同时，无需增加uniqueidStep05：数据集信息文件生成数据集运行S14_process_format.py任务数据集任务6-1扑克牌数据集制作【作业提交】：

（1）数