10、机器学习与计算机视觉应用指南

机器学习与计算机视觉应用指南

在当今科技发展中，机器学习与计算机视觉领域取得了显著的进展。本文将介绍异常检测和计算机视觉相关的技术及操作方法，涵盖从数据收集到模型应用，再到各类计算机视觉任务的实现。

异常检测

异常检测通过创建两个文件来实现，分别是用于收集信息的 Gather.py 和在设备上检测异常的 AnomalyDetection.py 。

数据收集（Gather.py）

1. 初始化设置 ：导入所需类，初始化 SenseHat，设置要收集的读数数量，获取陀螺仪和加速度计读数，创建正常匿名字符串数组，并设置初始陀螺仪和传感器评级。
2. 数据采集 ：
   • 提示用户在想要记录正常问候时按 Enter 键，此时应正常使用设备，如将其靠近身体进行跌倒检测。
   • 提示用户在想要记录异常读数时按 Enter 键，此时可将设备掉落。
3. 数据集创建 ：创建用于机器学习模型的训练和测试集。将数据文件复制到本地计算机，进行与孤立森林类似的分析，得到用于 AnomalyDetection.py 的 pickle 文件。

异常检测（AnomalyDetection.py）

1. 加载模型 ：加载 pickle 文件，即机器学习模型。