【高校校徽识别】基于百度EasyDL实现
https://blog.csdn.net/m0_63642362/article/details/122643377
小程序演示
校徽
校徽(school badge)是学校徽章的简称,是一个学校的标志之一,其主要的目的是分辨人员、留存纪念和通过图案、文字来介绍学校的性质和学科,同时在佩戴校徽的时候也给佩戴者在无形中增加了纪律的约束,规范学生的行为,提高学校的知名度。体现出学校的特征,让人容易记住。
校徽一般分为:大学校徽(也称为高校校徽)、高中校徽、初中校徽、小学校徽等。
温馨提示:以上内容来源于:https://baike.baidu.com/item/%E6%A0%A1%E5%BE%BD/3400254
学校标志是将学校的理念精神,以具体的图形、图案形式表达出来的视觉符号,它是学校视觉形象识别系统的重要要素之一。学校标志作为一种视觉文化符号,有其独特的外在与内涵。
本文小帅将基于EasyDL进行图像分类模型训练。简单讲解训练一个校徽识别模型的步骤。后端使用Java语言
关于EasyDL
EasyDL是基于百度自主研发的深度学习平台飞桨
结合业界先进的工程服务技术打造的
简单易用的模型训练和服务平台
EasyDL是百度大脑推出的零门槛AI开发平台,面向各行各业有定制AI需求、零算法基础或者追求高效率开发AI的企业用户。支持包括数据管理与数据标注、模型训练、模型部署的一站式AI开发流程,原始图片、文本、音频、视频等数据,经过EasyDL加工、学习、部署,可通过公有云API调用,或部署在本地服务器、小型设备、软硬一体方案的专项适配硬件上,通过SDK或API进一步集成
详细介绍请访问:https://ai.baidu.com/easydl/
应用背景
没吃过猪肉,还没见过猪跑吗? 没上过985,211,还能不认识高校校徽吗。当然肯定不认识了。那怎么办呢。除了摸头看着图片上的文字硬想,还能怎么办呢?有的校徽万一字都不认识呢。那又怎么办呢?
怎么能快速得知校徽的高校名称、英文名称、简称呢?基于这样的小小方向。便诞生了 校徽识别 的应用想法。
数据采集
校徽(LOGO)数据采集
通过百度百科可以采集到较为清晰的图片。小帅使用Java语言,第三方工具JSOUP进行采集百度百科的数据当模型的训练基础数据集
<!-- https://mvnrepository.com/artifact/org.jsoup/jsoup -->
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.14.2</version>
</dependency>
数据采集示例代码
public static void main(String[] args) throws Exception {
String schoolNames = "";//高校名称N个
String[] schoolName = schoolNames.split(",");
//LOGO图片保存的文件夹
String logoPath = "F:\\testimg\\school\\";
//百度百科网址前缀
String BASE_URL = "https://baike.baidu.com/item/";
String GET_URL = "";//百度百科地址
String schoolNameOne = "";
long startTime = System.currentTimeMillis();
try {
for (int i = 0; i < schoolName.length; i++) {
schoolNameOne = schoolName[i];
GET_URL = BASE_URL + schoolNameOne;
easydlCode = i + 1;
Document document = Jsoup.connect(GET_URL).get();
Elements summaryPic = document
.select("div.summary-pic");
//LOGO图片
String logoURL = summaryPic.get(0)
.getElementsByTag("img")
.get(0).attr("src");
//保存logo图片
java.net.URL urls = new URL(logoURL);
Image image = Toolkit.getDefaultToolkit().getImage(urls);
BufferedImage bufferedImage = toBufferedImage(image);
String imageName = easydlCode + ".png";
ImageIO.write(bufferedImage, "png", new File(logoPath + imageName));
}
long endTime = System.currentTimeMillis();
System.err.println("总耗时 = " + (endTime-startTime));
}catch (Exception e){
log.info("学校名称---->{},错误信息---->{}",
schoolNameOne,
e.getMessage() );
}
}
/**
* @param image 通过url获取的image对象
* @return java.awt.image.BufferedImage
* @Author 小帅丶
* @Description Image转BufferedImage
* @Date 2020/9/29 10:47
**/
public static BufferedImage toBufferedImage(Image image) {
if (image instanceof BufferedImage) {
return (BufferedImage) image;
}
image = new ImageIcon(image).getImage();
BufferedImage bimage = null;
GraphicsEnvironment ge = GraphicsEnvironment
.getLocalGraphicsEnvironment();
try {
int transparency = Transparency.OPAQUE;
GraphicsDevice gs = ge.getDefaultScreenDevice();
GraphicsConfiguration gc = gs.getDefaultConfiguration();
bimage = gc.createCompatibleImage(image.getWidth(null),
image.getHeight(null), transparency);
} catch (HeadlessException e) {
log.info("toBufferedImage()-->",e.getMessage());
}
if (bimage == null) {
int type = BufferedImage.TYPE_INT_RGB;
bimage = new BufferedImage(image.getWidth(null),
image.getHeight(null), type);
}
Graphics g = bimage.createGraphics();
g.drawImage(image, 0, 0, null);
g.dispose();
return bimage;
}
JSON数据生成—【分类标注】
共计采集了615所高校校徽(LOGO),所以循环是从1开始。
{
"labels":[
{
"name":"aircraft"
}
]
}
文件内容根据百度标注格式示例文件得知。以下代码可以快速生成所需的JSON文件。快而简的捷径。
public static void main(String[] args) {
//要保存的路径
String jsonPath = "F:\\testimg\\school\\";
for (int i = 1; i < 616; i++) {
//label内容,百度示例文件提供
String labelContent = "{\"labels\": [{\"name\": \""+i+"\"}]}";
FileUtil.writeString(labelContent,
jsonPath+i+".json",
CharsetUtil.UTF_8);
}
}
创建模型、数据集
选择图像分类模型进行创建。上述操作完成后,将图片、JSON一起打包成压缩包文件。进行上传,上传选项如下图
各位根据自己实际情况选择训练环境哦~ 本文选择的为免费训练环境哦。如下图
模型训练
等待训练完成即可进行体验
校验模型
点击校验,启动校验模型。稍等片刻,即可立马在线体验模型精准度等相关操作。
1 代表的北京大学,置信度94.84% 相当不错哦
模型发布
训练完成后,可将模型部署在公有云服务器、通用小型设备、本地服务器,或直接购买软硬一体方案,灵活适配各种使用场景及运行环境
本文选择公有云API发布
公有云API
训练完成的模型存储在云端,可通过独立Rest API调用模型,实现AI能力与业务系统或硬件设备整合
具有完善的鉴权、流控等安全机制,GPU集群稳定承载高并发请求
支持查找云端模型识别错误的数据,纠正结果并将其加入模型迭代的训练集,不断优化模型效果
本地服务器部署
可将训练完成的模型部署在私有CPU/GPU服务器上,支持服务器API和服务器SDK两种集成方式
可在内网/无网环境下使用模型,确保数据隐私
通用小型设备
训练完成的模型被打包成适配智能硬件的SDK,可进行设备端离线计算。满足推理阶段数据敏感性要求、更快的响应速度要求
支持iOS、Android、Linux、Windows四种操作系统,基础接口封装完善,满足灵活的应用侧二次开发
软硬一体方案
高性能硬件与模型深度适配,多种方案可选。可应用于工业分拣、视频监控等多种设备端离线计算场景,
让离线AI落地更轻松。了解更多
微信小程序集成
可参考小程序项目 https://gitee.com/xshuai/weixinxiaochengxu
模型API集成到项目
引入百度公有云SDK
<!-- 百度AI-SDK -->
<dependency>
<groupId>com.baidu.aip</groupId>
<artifactId>java-sdk</artifactId>
<version>4.12.0</version>
</dependency>
Java示例代码
/**自己训练的模型地址-校徽识别*/
private static String URL_SB = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/classification/schoolbadge";
/**
* @Author 小帅丶
* @Description 校徽识别
* @Date 2021年9月26日15:44:36
* @param file 图片
* @return void
**/
@RequestMapping(value = "/school_badge",method = {RequestMethod.POST})
public ResponseEntity<Object> schoolBadge(@RequestParam(value = "file") MultipartFile file){
log.info("=======访问的IP"+request.getRemoteAddr()+"======访问的User-Agent:"+userAgent);
EasyDLGeneralBean bean = new EasyDLGeneralBean();
try {
startTime = System.currentTimeMillis();
//1.额外参数
HashMap<String, Object> options = new HashMap<String, Object>();
//2.发送请求
JSONObject object = aipEasyDL.sendImageRequest(URL_SB, file.getBytes(), options);
bean = dealEasyGeneral(file,object,bean,"schoolbadge");
} catch (Exception e) {
errorMsg = e.getMessage();
log.info("校徽识别识别接口出错了"+e.getMessage());
bean.error("error","系统错误");
}
//耗时
timeConsuming = String.valueOf(System.currentTimeMillis() - startTime);
log.info("耗时{},接口返回内容",timeConsuming);
beanStr = JSON.toJSONString(bean);
apiBeanUtil.putLog(bean.getLog_id(), timeConsuming, beanStr, ip, param,requestURI,errorMsg, LogTypeConts.EASYDL_DIYSB,userId,userAgent);
//响应的内容
return new ResponseEntity<Object>(JSON.toJSONString(bean), httpHeaders, HttpStatus.OK);
}
对识别的结果进行处理
对于识别出来的内容,进行与数据库进行匹配。返回 易懂的内容 给用户界面
if(result.getResults().size()>0){
LambdaQueryWrapper<SchoolbBadge> queryWrapper = new LambdaQueryWrapper<>();
queryWrapper.eq(SchoolbBadge::getEasydlCode, result.getResults().get(0).getName());
queryWrapper.groupBy(SchoolbBadge::getEasydlCode);
SchoolbBadge schoolBadgeDB = schoolbBadgeService.getOne(queryWrapper);
if(null!=schoolBadgeDB){
EasyDLSchoolBadgeResponseBean data = new EasyDLSchoolBadgeResponseBean();
data.setName_zh(schoolBadgeDB.getNameZh());
data.setName_us(schoolBadgeDB.getNameUs());
data.setShort_name(schoolBadgeDB.getShortName());
data.setEstablishment_date(schoolBadgeDB.getEstablishmentDate());
data.setCampus(schoolBadgeDB.getCampus());
BigDecimal score = new BigDecimal(result.getResults().get(0).getScore()*100);
score.setScale(2,BigDecimal.ROUND_HALF_UP).doubleValue();
data.setScore(new java.text.DecimalFormat("#.00").format(score));
bean.success("success","成功",data);;
}else{
bean.fail("not identified","未识别出校徽(LOGO)",410404);
}
}else{
bean.fail("not identified","未识别出校徽(LOGO)",410404);
}
感谢
感谢百度AI公有云提供如此简单方便的平台。让完全不懂AI、不懂算法的开发者也可以完成自己的idea~
数据集获取
本次模型所用到的数据以及图片均可在AIStudio获取哦。
https://aistudio.baidu.com/aistudio/datasetdetail/110360
更多推荐
所有评论(0)