【人工智能Ⅰ】实验箱选做实验 实验10 实验箱应用-CNN模型手写数字图像分类 实验内容 掌握实验箱的操作流程，包括在本机上调试代码，上传实验文件，相机采集图片，模型验证。用实验箱的摄像头拍摄方块上数字的图片，在图像处理的基础上，应用实验箱对CNN进行训练，并进行手写数字识别。 测试结果 位置 1 2 3 4 正确率 第一次实验 真实数字 1 4 8 7 75% 识别结果 9 4 8 7 第二次实验 真实数字 6 9 8 6 100% 识别结果 6 9 8 6 实验12 AI实验箱应用之SVM 实验内容 用实验箱的摄像头拍摄方块上数字的图片，在图像处理的基础上，应用支持向量机方法识别图像中的数字并进行分类。 实验步骤： 在本地训练SVM模型并保存上传自己训练的SVM模型和相关代码到实验箱中应用实验箱机械手臂上的摄像头拍摄图像；OpenCV处理图像；用SVM方法识别图像中的数字，并输出结果；驱动机械臂移动识别出的数字方块，并进行排序。 测试结果 位置 1 2 3 4 正确率 第一次实验 真实数字 2 9 8 4 75% 识别结果 2 2 3 4 第二次实验 真实数字 9 1 2 3 50% 识别结果 3 1 3 3 第三次实验 真实数字 2 7 1 4 75% 识别结果 2 2 1 4 实验中遇到的困难 【1】 FileNotFoundError:[Errno.2] No such file or directory:linux@linux:~/zhujiaos 1bash: 1:未找到命令 解决过程：在电脑上修改代码的路径后，仍然出现问题。最后发现是箱子问题，更换箱子后能够正常检测图片。 【2】 Traceback (most recent call last):File "main _Box.py",line 50,in rec _result = image processing,image_recognize(cargo location, cargo locatiorsort，frame) return N,dot(selfasmatrix(other))ValueError; shapes (0,784) and (28,1) not aligned; 784 (dim 1) != 28 (dim 0) 解决过程：更改img_rec.py中的相关参数，将28改为784，而后程序可以正常运行。更改如下： self.edge_img = np.ones((784, 784, 1), np.uint8) * 0 img = cv2.resize(img, (784, 784), interpolation=cv2.INTER_CUBIC) 【3】 contours，binary = cv2.findContours(close image，CV2.RETR EXTERNAL，cV2.CHA]N APPROX SIMPLE) #查找轮廓e ValueError: too many values to unpack (expected 2) 解决方法：将代码更改为contours，binary,_ = cv2.findContours(close image，CV2.RETR EXTERNAL，cV2.CHA]N APPROX SIMPLE) #查找轮廓e 【4】 ImportError: No module named 'sklearn,externals.joblib.numpy_pickle 解决方法：安装相关依赖后重新烧录。