本文介绍了作者进行麻将识别的研发流程，包括采集样本、标注、训练和测试。采用高清手机拍摄视频，然后使用Python脚本截取图片，减少手动工作量。在训练样本的选择上，考虑了麻将的背景单一和结构简单。接下来的内容将涉及图像的打标等步骤。
本人从事机器学习有一些时间，感觉与一般做APP应用也没有啥差别，现在每天就是准备样本 ，调整参数，训练，验证结果。可能是我还没有达到哪些教授的水平能设计神经网络吧，感觉也就是一般马龙该做的杂七杂八事情。另外我更加关注移动设备AI的实现与效果，体验一样重要，识别的速度要快！
本专栏主要讲人工智能图像识别，图像识别解决身边的实际问题！订阅专栏可了解相关原理和获得源码
接下来的博客开始记录我研究过程，过程是：采集样本->标注->训练->测试。
先从准备样本开始。找一台高清拍照手机， 一张桌子， 一副麻将牌。刚好这些家里都有(*￣︶￣)。
麻将一共27张不同的牌，先将麻将找出来。
一般训练都需要图片，打算每张麻将拍摄100张左右，80张用于训练，20张用于测试。样本可能算少了一点，考虑到麻将背景单一，结构比较简单，根据我经验，这些样本应该算是一般够用的。
拍摄图片拷贝到电脑，但是考虑到这些图片张数特别多100*27 = 2700张。这么多图片拷贝还是挺麻烦的，关
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
