python识别简单训练模型_使用Python代码训练图像识别详细示例

在本文中，我们将简要介绍人工智能领域，特别是计算机视觉领域，所涉及的挑战，针对这些挑战的现有现代解决方案以及如何便利，轻松地应用这些解决方案，而无需花费太多时间和精力。

人工智能几十年来一直是一个研究领域，科学家和工程师都在努力解开让机器和计算机充分感知和理解我们的世界以便正确行事和为人类办事的神秘感。这项研究工作最重要的一个方面是让计算机了解我们周围每天产生的视觉信息（图像和视频）。让计算机感知和理解视觉信息的这个领域被称为计算机视觉。

使用Python代码训练图像识别详细示例-1.jpg (33.99 KB, 下载次数: 0)

2018-7-22 18:00 上传

在20 世纪50年代到80年代人工智能研究的兴起期间，计算机手动给出了如何识别图像，图像中的物体以及要注意的特征的指令。这种体例是传统算法，称为专家系统因为他们要求人类为每个怪异的对象场景识别特征的痛苦，这些特征必须被识别并且在计算机可以理解的数学模型中暗示这些特征。这涉及到年夜量繁琐的工作，因为有数百种不合的体例可以暗示对象，并且存在数千（甚至数百万）个怪异存在的不合场景和对象，因此找到优化且准确的数学模型代表每个对象或场景的所有可能特征，对所有可能的对象或场景，更多的工作将永远延续。

然后，在20 世纪90年代，机器学习的概念被引入，它迎来了一个时代，在这个时代，我们可以设计算法，而不是告诉计算机在识别图像和视频中的场景和对象时需要注意什么。学习如何识别图像中的场景和物体，就像孩子学会通过探索来了解他/她的环境一样。机器学习为计算机学习识别几乎任何我们想要的场景或对象开辟了道路。

使用Python代码训练图像识别详细示例-2.jpg (42.74 KB, 下载次数: 0)

2018-7-22 18:00 上传

随着英伟达gpu等功能强年夜的计算机的呈现，以及阿历克斯·克里日夫斯基(Alex Krizhevsky)等人2012年推出的AlexNet等最先进的图像识别深度学习算法，以及He等人2015年推出的ResNet, Forrest Landola等人2016年推出的squeeze et，我们可以把一些图片放在一起，界说一个人工智能模型，自己去学习这些图片中的场景和对象的特征，并利用学习过程中获得的知识去识别它之后遇到的场景或对象的所有其他实例。

ImageAI是一个python库，用来让具有各种专业知识的学生、开发人员和研究人员使用5到15行简单的代码构建具有最先进计算机视觉功能的系统和应用程序。现在，让我们通过建立你的第一个人工智能模型来引导你，它可以识别你想要的任何工具。

使用Python代码训练图像识别详细示例-3.jpg (58.3 KB, 下载次数: 0)

2018-7-22 18:00 上传

要训练您的人工智能模型，您需要一组称为数据集的图像。数据集包含数百到数千个您希望人工智能模型识另外对象样本图像。但你没有担忧！我们现在不会要求您下载数千张图片来训练您的人工智能模型。在本教程中，我们提供了一个名为IdenProf的数据集(https://github.com/OlafenwaMoses/IdenProf)。IdenProf（Identifiable Professionals）是一个数据集，包含10,000 个不合专业人员的11,000张照片，人们可以通过他们的穿衣体例看到并识别他们的工作。图片在此数据集中的专业人员类别如下：

ChefDoctorEngineerFarmerFirefighterJudgeMechanicPilotPoliceWaiter

该数据集分为9000（每个行业900张图片） 图片，