简 介： 昨天，参加第十七届智能车竞赛的同学给我发送了一段B站上的，无线充电车模的演示视频：开源开源，第十七届智能车比赛博特电子节能小车，随便玩一玩吧。比赛还是卷不过你们。^[1]

关键词： 智能车竞赛，动物识别，PaddleHub

01 动物识别

一、智能车竞赛中动物识别

  在 第十六届全国大学生智能车竞赛^[2] 中的 室内视觉组^[3] 要求车模检测到赛道傍边的 标靶^[4] 根据标靶的内容（动物、水果）完成相应的动作。

  为了提高车模作品中视觉识别的精度要求，在 第十七届智能车竞赛^[5] 中的 智能视觉组^[6] 则要求对于大类中的小类进行识别，也就是单片机中的软件需要能够完成对于动物、水果、交通工具中的子类别进行识别。由此对于视觉模型的精度要求大大提高了。

二、PaddleHub一键识别动物

  前天在百度的AI Studio 人工智能学习与石浔社区中看到了 PaddleHub一键动物识别^[7] 教学案例，展示了PaddleHub中定制打造的动物识别开源模型：

• resnet50_vd_animals^[8]

• mobilenet_v2_animals^[9]

  支持一键完成动物识别，是用于拍照识别图片方面的应用。下面就测试一下这个开源网络，看看去年智能车竞赛组委会各个动物集合中究竟有几种不同的动物种类。

1、初步测试

（1）安装PaddleHub

  在Notebook中安装 paddlehub。

!pip install paddlehub*1.6.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

（2）测试样例图片

test_img_path = ["./1.JPG", "./2.JPG", "./3.JPG"]

import matplotlib.pyplot as plt
import matplotlib.image as mpimg

for imgname in test_img_path:
    img1 = mpimg.imread(imgname)

    plt.figure(figsize=(10,10))
    plt.imshow(img1)

    plt.axis('off')
    plt.show()

（3）样例图片测试结果

 Ⅰ.测试代码

#------------------------------------------------------------

import paddlehub as hub
module = hub.Module(name='resnet50_vd_animals')

#------------------------------------------------------------
import cv2

np_images = [cv2.imread(image_path) for image_path in test_img_path]
results = module.classification(images=np_images)

for r in results:
    printf(r)

 Ⅱ.识别结果

{'国宝大熊猫': 0.9751655459403992}
{'非动物': 0.9993972778320312}  ##？？！
{'北极狐': 0.8418184518814087}

    令我大为不解的是，为什么没有将人识别为动物？

2、智能车竞赛动物集合

  在第16届智能车镜竞赛智能视觉组中的动物集合中，主要有五类动物：狗、牛、猫、马、猪。这些都是人类生活中常见到的动物，随着人类社会的发展，世界上培育出很多不同的品种。下面使用PaddleHub中的动物识别模型，来告诉我们这些动物的种类。

（1）测试代码

from headm import *

import os

test_img_path = ["./1.JPG", "./2.JPG", "./3.JPG"]

cat_dir = '/home/aistudio/data/fruitanimal'
cat_num = 101

cat_img = [os.path.join(cat_dir, '%02d.jpg'%(i+1)) for i in range(cat_num)]

'''
import matplotlib.pyplot as plt
import matplotlib.image as mpimg

for imgname in cat_img:
    img1 = mpimg.imread(imgname)

    plt.figure(figsize=(10,10))
    plt.imshow(img1)

    plt.axis('off')
    plt.show()

    break
'''

import paddlehub as hub
module = hub.Module(name='resnet50_vd_animals')

import cv2
np_images = [cv2.imread(image_path) for image_path in cat_img]

results = module.classification(images=np_images)

for r in results:
    printf(r)

（2）识别结果

 Ⅰ.狗的识别结果

  通过识别，可以看到总共101张图片，识别出狗的种类为35中，其中最多的两个狗的品种为金毛犬、威尔士柯基。

{'日本秋田犬': 0.4390193223953247}
{'贵宾犬/贵妇犬': 0.7055565714836121}
{'金毛犬': 0.8339270949363708}
{'比格猎犬': 0.4970936179161072}
{'德国狐狸犬': 0.5624755620956421}
{'金毛犬': 0.6434336304664612}
......
{'金毛犬': 0.7351966500282288}
{'拉布拉多': 0.9914411306381226}
{'哈士奇犬': 0.5635216236114502}

 Ⅱ.牛的识别结果

  牛的图片集合中总共有93张图片，识别的种类为22中，最多的牛的种类为湘西黄牛。

{'印度野牛': 0.7731859087944031}
{'和牛': 0.34460482001304626}
{'中国荷斯坦奶牛': 0.4629508852958679}
{'中国荷斯坦奶牛': 0.4254103899002075}
{'中国荷斯坦奶牛': 0.395224004983902}
。。。。。。
{'利木赞牛': 0.2524842321872711}
{'非洲水牛': 0.5881295204162598}
{'美洲野牛': 0.6179811358451843}
{'犊牛': 0.2019311934709549}
{'西门塔尔牛': 0.10599607974290848}

 Ⅲ.猫的识别结果

  猫的图片总共有99张，识别的种类为37个。最多的两个品种：家猫、虎斑猫。

{'家猫': 0.26924195885658264}
{'苏格兰折耳猫': 0.47249680757522583}
{'奶牛猫': 0.48933151364326477}
{'虎斑猫': 0.6846295595169067}
{'土耳其安哥拉猫': 0.16593654453754425}
{'豹猫': 0.6253762245178223}
。。。。。。
{'美国银色短毛猫': 0.42112547159194946}
{'短毛猫': 0.35389307141304016}
{'美国刚毛猫': 0.43220415711402893}
{'美国刚毛猫': 0.4108104407787323}
{'红色猫': 0.2033773958683014}

 Ⅳ.马的识别结果

  马的图片有95张，识别的种类为10种。其中最多的是骏马。

{'骏马': 0.6022858023643494}
{'骏马': 0.950950562953949}
{'骏马': 0.8656469583511353}
{'骏马': 0.6158687472343445}
。。。。。。
{'骏马': 0.5660824179649353}
{'蒙古马': 0.3801785707473755}
{'骏马': 0.5563110113143921}
{'骏马': 0.4901660680770874}
{'骏马': 0.9210300445556641}

 Ⅴ.猪的识别结果

  二师兄的图片有88张，识别的种类有14中。最多的为家猪、种猪。

{'家猪': 0.5635786056518555}
{'香猪': 0.5747232437133789}
{'长白猪': 0.34550777077674866}
{'种猪': 0.32950359582901}
{'小香猪': 0.4352666139602661}
。。。。。。
{'家猪': 0.4807981252670288}
{'家猪': 0.6012528538703918}
{'家猪': 0.816167414188385}
{'家猪': 0.6905205845832825}
{'小香猪': 0.4659614562988281}

02 无线充电

  昨天，参加第十七届智能车竞赛的同学给我发送了一段B站上的，无线充电车模的演示视频：

  开源开源，第十七届智能车比赛博特电子节能小车，随便玩一玩吧。比赛还是卷不过你们。^[7]

参考资料