点击 蘑菇云创造 关注我们
机器视觉天气情况探测
天气是我们日常生活中不可或缺的一环，它直接影响着我们的衣食住行、农业生产等方方面面。与此同时，随着科技的不断发展，机器学习和人工智能正日益渗透到各个领域，而机器视觉作为计算机视觉的重要分支，致力于让计算机能够像人类一样“看到”和“理解”图像，正引领着科技领域的新浪潮。
在这个项目中，让我们利用机器视觉的方法来探究一下不同的天气情况。
任务目标
使用行空板结合摄像头采集不同天气情况下的图像数据集，然后训练天气模型，再利用模型预测实时的天气情况。
知识目标
1、了解机器学习和物体识别。
2、通过实际案例了解实现物体识别功能的基本流程。
材料清单
硬件清单：
软件使用：Mind+编程软件x1
动手实践
任务1：采集天气数据集
拍摄晴天、多云、雨天时的天气图像，保存到文件夹中。
1、硬件连接
STEP1：将摄像头接在行空板的USB口，如下图所示。
STEP2：通过USB连接线将行空板连接到电脑。
2、软件编写
STEP1：创建与保存项目文件
启动Mind+,保存项目并命名为“08、main1采集图像”。
STEP2：加载扩展库
（1）点击左下角的“扩展库”；
（2）在官方库中加载“行空板”；
（3）在用户库输入“行空板机器学习”，加载物体分类的图形化库后返回编程界面。
STEP3：编写程序
3、运行调试
STEP1：远程连接行空板并运行程序
STEP2：观察效果
(1) 观察屏幕
观察行空板的屏幕，可以看到摄像头的画面实时显示在了屏幕上。
(2) 拍摄图像
将摄像头对准晴朗的天空，按住按键a，可自动拍摄并保存此时的天气图像（晴天）。
（3）采集不同天气的图像
修改分类名称，将程序中晴天的分类“01Sunny”修改为“02Cloudy”，
运行后拍摄多云时的天气图像。重复上述操作，拍摄“03Rainy”雨天时的图像、以及“04Others”其他天气情况的图像，效果如下。
Tip1：每类图像可拍100张左右，拍摄时的图片序号可在终端查看。
Tip2：采集的图像数据集自动保存在“/root/dataset_object_classification”路径下的“01Sunny”、“02Cloudy”、“03Rainy”、“04Others”四个子文件夹中。
任务2：训练天气模型
将拍摄的天气图像集训练成模型。
1、软件编写
STEP1：创建与保存项目文件
启动Mind+,保存项目并命名为“08、main2训练模型”。
STEP2：加载扩展库
（1）在官方库中加载“行空板”；
（2）在用户库输入“行空板机器学习”，加载物体分类的图形化库后返回编程界面。
STEP3：编写程序
2、运行调试
STEP1：远程连接行空板并运行程序
STEP2：观察效果
观察Mind+终端，等待模型训练完成。
训练中... 训练完成。
训练完成后，刷新文件目录，可看到生成的“object_classification_model.h5”模型文件。
任务3：实时预测天气
利用模型预测实时的天气情况。
1、软件编写
STEP1：创建与保存项目文件
启动Mind+,保存项目并命名为“08、main3实时预测”。
STEP2：加载扩展库
（1）点击左下角的“扩展库”；
（2）在官方库中加载“行空板”；
（3）在用户库输入“行空板机器学习”，加载物体分类的图形化库后返回编程界面。
STEP4：编写程序
2、运行调试
STEP1：远程连接行空板并运行程序
STEP2：观察效果
将摄像头对准天空，观察行空板的屏幕，可以看到和屏幕上也实时显示着此时预测的天气结果。
知识园地
1、USB摄像头
本款摄像头插入USB端口即可使用，拥有30W像素，640*480分辨率，可用于二维码识别、人脸识别、图像识别等应用场景。
项目拓展
尝试增加更多的天气情况数据，比如雾天、雪天，训练模型并进行实时预测。
往期推荐