识别雀魂麻将桌上歪曲扭八的麻将牌,目标是实现一个自动避铳机。现在还停留在目标识别阶段
部分数据来源于:https://github.com/MaZhengKe/mahjong
Prototypical Networks实现参考:https://github.com/oscarknagg/few-shot
运行ImgProcessor.py
中的主函数即可
完成了传统视觉的识别方式,准确度80%
使用ProtoNet网络对麻将牌进行分类,实际表现...感觉不太行
原来是cv2读图片颜色通道是BGR的,我训练时dataloader读图片颜色通道是RGB的。改了一下感觉还行,主要问题还是在万字牌上
增加对万字牌重复识别的模型。尽管测试集上准确度0.92,但对万字牌的识别还是不太准
- 添加使用神经网络的识别方式
- 数据集制作 -> fin 每个牌种至少4张
- 已完成模型训练 -> fin 测试集上准确率97%
- 整合进程序 -> fin 效果不理想,可能原因为输入像素太小(28*28)难以识别万字牌的数字
- 增大输入像素面积 -> fin 效果不理想,40*40也难以识别万字牌的数字
- 重新训练模型或改进网络
- 自动化