MIND+2.0版本测试图像分类 简单

人从出生就开始学习，通过不断的训练能够对生活中的物品进行分类，这种学习方式是无监督学习，如何让机器能够对物品进行分类，通过视觉技术能够捕捉周围的环境，通过YOLO算法可以实现快速的物品学习，这里需要提前准备好物品的图片，最好是尺寸一致，不夹杂其他背景。

这次选择了“篮球”、“足球”、“排球”、“羽毛球”为测试案例，每种体育器材选取了5张照片供给机器进行学习。打开mind+图像分类。

设置样本标签并导入分组照片

设置训练批大小和训练批次，训练次数越多，生成的模型识别结果好。

开始训练，这次训练过程中训练损失（train_loss）和验证/测试损失（val_loss/test_loss）的变化处于降低状态。

通过摄像头验证图片效果。这次识别后是输出比例，分类效果良好。可以把模型导出，尝试用二哈2加载模型看看能否识别。