返回首页
回到顶部
项目背景：在自然界中，昆虫是生物多样性的重要组成部分，它们不仅丰富了我们的生态环境，还在生态系统中扮演着至关重要的角色。然而，对于小学生而言，认识并区分不同种类的昆虫往往是一项具有挑战性的任务。传统的昆虫教学方法可能依赖于书籍、图片或教师的口头描述，但这些方式往往缺乏互动性和直观性，难以激发学生的学习兴趣和探索欲望。因此，本项目计划利用行空板和人工智能技术，设计一款“校园昆虫智能识别助手”，旨在帮助小学生更好地认识和理解校园内的昆虫。
2.项目功能
本项目将制作一个“校园昆虫智能识别助手”，利用物体分类算法实现校园常见昆虫的识别。
物体分类算法的实现分为采集数据、训练模型、识别物体三个过程，因此项目也将分为下面三个任务：
任务一：采集校园常见昆虫图片。通过摄像头采集不同种类的昆虫图片，建立图片集以便于后面的训练和识别。
任务二：训练昆虫分类模型。基于建立好的图片集，让行空板处理图片，训练获得专门用于垃圾分类的模型。
任务三：识别昆虫。利用训练好的昆虫分类模型，识别摄像头识别到的昆虫，并显示提示信息。
3. 硬件清单
4.. 软件清单
Mind+编程软件（下载地址：https://www.mindplus.cc）
任务一：采集昆虫图片
先来利用摄像头采集不同昆虫的图片，建立图片集。
1 连接硬件
首先，将摄像头接入行空板USB接口。然后，将行空板通过USB线连接到电脑上，等待行空板屏幕亮起，并显示行空板LOGO，表示连接成功。
2.准备软件
按照下面步骤，设置Mind+软件编程方式为 Python图形化编程，并完成行空板的加载和连接。
3 编写程序
通过MIND+编写程序，采集昆虫的图片，建立训练所需的图片集。
需要加载用户自定义库（物体分类库）。进入“扩展库”中的“用户库”检索“物体分类”，点击“行空板机器学习”图形化库，完成加载。
4.加载完文字识别指令后，我们就可以按照“初始化摄像头 → 读取摄像头画面图片 → 按键拍摄保存对应分类图片到指定的文件夹中”的流程编写程序。
、
5.运行程序
点击运行按钮，运行程序，行空板屏幕上显示视频画面。摄像头画面对准昆虫，按下A键，拍摄一次图片。此时，终端会显示采集图片存储的位置和张数。
长按A键，同一分类下可以采集多张图片，一般来说采集图片越多，识别准确率越高，但是训练耗费的时间就越久，本项目我们选择采集30到40张图片即可。学习结束后，点击停止运行，结束本次采集。
6.按顺序分类
请修改代码，重复刚才的过程，继续采集其它昆虫的图片。
提示：每次运行只能学习一个类别图片，填写分类名称时，需要按顺序添加序号。修改核心代码示例如下：
任务二：训练昆虫分类模型
用采集的图片训练识别昆虫的模型。
1 编写程序
训练识别昆虫模型需要经过“导入图片集 → 创建模型 → 训练模型 → 保存模型”几个步骤。
由于现在冬天，目前只采集了两个昆虫的图片，在导入图片 指令中填入分类数量为2。为了让模型效果更好，我们可以在 训练模型 指令中设置一定数量的训练次数，比如3次。当然，我们也可以加入适当的提示表示训练完成。完整示例代码如下：
注意：训练次数不易填入太多，不然训练时间会较长。
任务三：识别昆虫
基于训练好“昆虫识别”模型，用摄像头拍摄昆虫，按键识别昆虫并显示在行空板屏幕上。
1 编写程序
（1）识别昆虫
既然要使用摄像头来拍摄图像，利用昆虫分类模型识别昆虫类，识别昆虫就需要导入模型、初始化摄像头、读取摄像头画面、按键识别以及显示摄像头画面几个部分。参考代码如下图所示。
（2）显示识别结果
识别获得的结果有两个“索引”和“置信度”。其中，“索引”表示采集图片时类别文件夹的序号，“置信度”则表示识别为该类别的可能性。'
识别结果中没有类别名称，我们可以建立一个“表格”用“索引”去取“表格”里面的昆虫名称。而这个“表格”就叫做列表。
具体实现方法如下：
先建立 分类表 和 识别结果 两个变量用来保存所有昆虫名称以及识别的昆虫名称。然后，在代码开始部分将 变量分类表 初始化为 [”大青虫卵”,”蚂蚁”……]，变量识别结果 则初始化为””（双引号内没有内容）。
当按键获得识别结果后，从 分类表 中按 识别的索引 取出识别的昆虫名称，并存入 变量识别结果。
获得了识别到昆虫的名称，接下来我们就可以将它显示在摄像头画面上。
完整的程序如下：
2 运行程序
点击运行按钮，运行程序，待模型导入成功后，终端会显示“model loaded”表示模型导入成功。
模型导入成功后，行空板屏幕上会显示识别的画面。（由于刚开春，校园昆虫还比较少，暂时难以收集到足够的图片，待开春后，补充相应的图片素材，并可以根据本地的昆虫情况，增加昆虫的类别）。
他的勋章
比卡丘2026.01.05
基于行空板的CNN校园昆虫智能识别 简单 头像 Maker678 2025.02.19 397 0 10 分享 昆虫图.png 项目背景：在自然界中，昆虫是生物多样性的重要组成部分，它们不仅丰富了我们的生态环境，还在生态系统中扮演着至关重要的角色。然而，对于小学生而言，认识并区分不同种类的昆虫往往是一项具有挑战性的任务。传统的昆虫教学方法可能依赖于书籍、图片或教师的口头描述，但这些方式往往缺乏互动性和直观性，难以激发学生的学习兴趣和探索欲望。因此，本项目计划利用行空板和人工智能技术，设计一款“校园昆虫智能识别助手”，旨在帮助小学生更好地认识和理解校园内的昆虫。 2.项目功能 本项目将制作一个“校园昆虫智能识别助手”，利用物体分类算法实现校园常见昆虫的识别。 物体分类算法的实现分为采集数据、训练模型、识别物体三个过程，因此项目也将分为下面三个任务： 任务一：采集校园常见昆虫图片。通过摄像头采集不同种类的昆虫图片，建立图片集以便于后面的训练和识别。 任务二：训练昆虫分类模型。基于建立好的图片集，让行空板处理图片，训练获得专门用于垃圾分类的模型。 任务三：识别昆虫。利用训练好的昆虫分类模型，识别摄像头识别到的昆虫，并显示提示信息。 3. 硬件清单 数据线.png 4.. 软件清单 Mind+编程软件（下载地址：https://www.mindplus.cc） 任务一：采集昆虫图片 先来利用摄像头采集不同昆虫的图片，建立图片集。 1 连接硬件 首先，将摄像头接入行空板USB接口。然后，将行空板通过USB线连接到电脑上，等待行空板屏幕亮起，并显示行空板LOGO，表示连接成功。 连接图.jpg 2.准备软件 按照下面步骤，设置Mind+软件编程方式为 Python图形化编程，并完成行空板的加载和连接。 3.png 3 编写程序 通过MIND+编写程序，采集昆虫的图片，建立训练所需的图片集。 d788d43f8794a4c2af204f007eefe9dead6e3945.webp 需要加载用户自定义库（物体分类库）。进入“扩展库”中的“用户库”检索“物体分类”，点击“行空板机器学习”图形化库，完成加载。 4.png 4.加载完文字识别指令后，我们就可以按照“初始化摄像头 → 读取摄像头画面图片 → 按键拍摄保存对应分类图片到指定的文件夹中”的流程编写程序。 、采集图片.png 5.运行程序 点击运行按钮，运行程序，行空板屏幕上显示视频画面。摄像头画面对准昆虫，按下A键，拍摄一次图片。此时，终端会显示采集图片存储的位置和张数。 长按A键，同一分类下可以采集多张图片，一般来说采集图片越多，识别准确率越高，但是训练耗费的时间就越久，本项目我们选择采集30到40张图片即可。学习结束后，点击停止运行，结束本次采集。 6.按顺序分类 请修改代码，重复刚才的过程，继续采集其它昆虫的图片。 提示：每次运行只能学习一个类别图片，填写分类名称时，需要按顺序添加序号。修改核心代码示例如下： 采集图片2.png 任务二：训练昆虫分类模型 用采集的图片训练识别昆虫的模型。 1 编写程序 训练识别昆虫模型需要经过“导入图片集 → 创建模型 → 训练模型 → 保存模型”几个步骤。 由于现在冬天，目前只采集了两个昆虫的图片，在导入图片 指令中填入分类数量为2。为了让模型效果更好，我们可以在 训练模型 指令中设置一定数量的训练次数，比如3次。当然，我们也可以加入适当的提示表示训练完成。完整示例代码如下： 训练模型.png 注意：训练次数不易填入太多，不然训练时间会较长。 任务三：识别昆虫 基于训练好“昆虫识别”模型，用摄像头拍摄昆虫，按键识别昆虫并显示在行空板屏幕上。 1 编写程序 （1）识别昆虫 既然要使用摄像头来拍摄图像，利用昆虫分类模型识别昆虫类，识别昆虫就需要导入模型、初始化摄像头、读取摄像头画面、按键识别以及显示摄像头画面几个部分。参考代码如下图所示。 识别1.png （2）显示识别结果 识别获得的结果有两个“索引”和“置信度”。其中，“索引”表示采集图片时类别文件夹的序号，“置信度”则表示识别为该类别的可能性。' 638cdf02-968a-40ba-aef0-28b78465a5c1.png 识别结果中没有类别名称，我们可以建立一个“表格”用“索引”去取“表格”里面的昆虫名称。而这个“表格”就叫做列表。 81dcc71b-fc0c-4cdc-9883-5ee32bec12b4.png 具体实现方法如下： 先建立 分类表 和 识别结果 两个变量用来保存所有昆虫名称以及识别的昆虫名称。然后，在代码开始部分将 变量分类表 初始化为 [”大青虫卵”,”蚂蚁”……]，变量识别结果 则初始化为””（双引号内没有内容）。 2f3bdfee-7d95-411d-94a0-9756f20421b2.png 当按键获得识别结果后，从 分类表 中按 识别的索引 取出识别的昆虫名称，并存入 变量识别结果。 5c31b64e-333f-430f-905e-739f9e984ce1.png 获得了识别到昆虫的名称，接下来我们就可以将它显示在摄像头画面上。 01c96f93-bc04-4ec1-aac2-65bdcd301cf3.png 完整的程序如下： ebb5cebf-d09e-4c03-9c33-7ffe1ca9d990.png 2 运行程序 点击运行按钮，运行程序，待模型导入成功后，终端会显示“model loaded”表示模型导入成功。 模型导入成功后，行空板屏幕上会显示识别的画面。（由于刚开春，校园昆虫还比较少，暂时难以收集到足够的图片，待开春后，补充相应的图片素材，并可以根据本地的昆虫情况，增加昆虫的类别）。 Makelog作者原创文章，未经授权禁止转载。 #行空板M10 #人工智能 评论 user-avatar 我有话要说...... 评论 Maker678 Maker678 2018.10.13 关注 icon 创造力 272 icon 项目文章 2 icon他的勋章 展开更多 你可能感兴趣的 best-icon基于行空板K10的红旗小学物联网可视化气象站封面图 简单 基于行空板K10的红旗小学物联网可视化气象站 项目实践案例征集 行空板K10 Mind+ 物联网 头像 风悠扬0539 570 17 best-icon基于行空板K10的物联网温室大棚智能系统封面图 中等 基于行空板K10的物联网温室大棚智能系统 项目实践案例征集 行空板K10 物联网 头像 zxbin79 1093 21 best-icon趣探生活中的过程与控制系统 ——基于行空板K10的护眼台灯的实验封面图 简单 趣探生活中的过程与控制系统 ——基于行空板K10的护眼台灯的实验 项目实践案例征集 行空板K10 环境 科学探究 头像 井泽淳 158 13 best-icon基于行空板K10的仓鼠活动监测器封面图 简单 基于行空板K10的仓鼠活动监测器 项目实践案例征集 行空板K10 科学探究 头像 dlzxlsx 996 18 best-icon【二哈识图2 系列教程】基于姿态识别的乐器变奏装置封面图 简单 【二哈识图2 系列教程】基于姿态识别的乐器变奏装置 DFRobot 二哈识图HUSKYLENS 行空板K10 人工智能 圣诞节 头像 周丹欣 109 2 造物记icon 造物记 Makelog 下载makelog 记录你的创造乐趣 Android iOS 友情链接 蘑菇云科创教育 蘑菇云课程平台 mind+在线编程 关于我们 makelog简介 技术支持 分类浏览 联系我们 蘑菇云创造icon 微信公众号 蘑菇云创造 关注 微信交流群icon 微信交流群 关注 上海智位机器人股份有限公司沪ICP备09038501号-4 备案icon 沪公网安备31011502402448