回到首页 返回首页
回到顶部 回到顶部
返回上一页 返回上一页

【创意智造组】Mind+ V2模型训练——识叶成诗 简单

头像 南瓜创客 2026.04.12 17 0

一、项目背景

受智能博物“意向探文学”任务启发,我设计了一项融合自然观察、人工智能、编程与古典文学的趣味实践项目。

在人工智能与计算机视觉快速发展的背景下,目标识别技术为自然科普和创意创作提供了新可能。自然草木兼具美学与文学内涵,将AI识别、自然观察与诗词创作结合,既能提升自然认知的趣味性,也能让文学创作更具互动性。

以树叶为对象,利用目标识别实现叶片种类精准识别,并通过编程搭建联动系统,自动为不同树叶生成意境相符的诗词,实现自然、科技与文学的深度融合,在实践中体验多学科跨界的魅力。

叶语诗行.png

二、功能介绍

1.树叶智能识别功能

对采集的各类树叶图像进行处理,精准提取叶片形状、脉络、边缘等独有特征,完成不同树种叶片的检测与分类辨识,快速输出树叶品类判定结果。

2.智能联动创作功能

通过编程搭建智能交互系统,打通叶片识别与诗词创作的联动通道。当完成树叶品类识别后,自动触发诗词生成模块,结合对应树叶的形态特点、文化意象与自然意境,量身创作意境契合、风格适配的专属古典诗词。

3.多领域融合实践功能

项目整合自然观察、人工智能模型应用、编程开发与古典文学创作,实现自然认知、技术实操与文学素养的同步提升,打造兼具科普性、趣味性与实践性的互动体验。

三、模型训练过程

(一)数据采集

1.收集常见树种叶片样本,包括清晰的叶片正面、侧面图像,覆盖不同光照、角度下的叶片形态;

2.对叶片图像进行分类标注,明确对应树种名称,构建树叶识别专用数据集;

3.对数据集进行预处理,包括图像裁剪、尺寸统一等,提升模型训练效率与识别精度。

叶子图集.png

(二)模型训练

1.选用适用于目标识别的模型框架,适配树叶特征提取与分类需求;

2.将预处理后的数据集导入模型,设置训练参数,开展模型迭代训练;

3.持续优化模型算法,调整特征提取权重,降低误识别率,提升模型对不同叶片特征的辨识能力。

数据标注.png
训练监测.png

(三)硬件部署

1.完成模型训练与精度验证后,将训练好的树叶识别模型部署至对应硬件终端;

2.调试硬件与模型的适配性,确保图像采集、实时识别、结果输出流程稳定运行;

3.打通模型与后续创作程序的通信接口,为系统联动运行奠定基础。

微信图片_20260412165319_169_8.jpg

四、程序设计过程

(一)程序框架流程

1.图像采集与预处理模块:二哈识图摄像头实时采集树叶图像,自动完成目标框选、特征提取,将识别数据传输给行空板K10;

2.目标识别模块:行空板K10接收二哈摄像头传输的数据,调用算法完成树叶品类精准识别;

3.网络通信模块:行空板K10通过WIFI连接网络,将树叶识别结果传输至云端大模型API,同步触发诗词创作指令;

4.大模型诗词生成模块:云端大模型API接收树叶品类信息,结合叶片特征与文学意境,自动生成专属古典诗词并回传至行空板K10;

5.交互结果输出模块:行空板K10展示树叶识别结果与生成诗词,完成全流程智能交互。

(二)具体程序

screenshot-作诗程序-1775983707122.png

五、训练效果

1.识别精度效果

经过多轮迭代训练与参数优化,模型对常见树叶品类的识别准确率达到较高水平,可清晰区分叶片形态相近的树种,对叶片样本识别稳定,误判率低,满足实际自然观察与分类需求。

2.系统联动效果

程序运行流畅,图像识别、数据传输、诗词创作全流程响应迅速,识别结果输出后可即刻触发诗词生成,实现科技与创作的无缝衔接,系统稳定性与交互体验良好。

3.创作适配效果

AI生成的诗词可精准贴合对应树叶的自然特征与文化意境,风格契合古典诗词韵律,做到一叶一诗、意境专属,成功实现自然观察、人工智能、编程技术与古典文学的浪漫碰撞,达成项目预设的实践与创作目标。

评论

user-avatar