采用tkinter和深度学习图像分类模型的自动叶面积计算器。
pyleafarea的Python项目详细描述
叶面积计算器
计算机视觉与机器学习:卷积神经网络计算叶面积
这个项目是华盛顿州立大学生物科学学院的一个自由职业项目。 该项目的目标是检测可能构成叶子的像素数。与已知的 数量计算面积(cm^2)。这就构成了图像对象的分类问题。
步骤:
- 训练cnn模型学习不同层次的绿色、红色和任意像素。[请注意,除绿色和红色外,其他颜色均无特殊意义 对我们感兴趣,因此被归类为武断。
- 将图像分解为像素列表,并以有监督的训练方式对其进行分类。[选择“绿色”文件夹中的纯绿叶图像、“红色”文件夹中的纯红色图像等]
- 以可接受的精度编译并保存测试的模型。[准确率:95%]。
- 在知道每幅图像的像素数为4cm^2的情况下,我们将叶面积计算为绿色像素数~红色像素数[其面积已知]。
该项目是使用python keras/tensorflow库和opencv/color包实现的。 由于采用了最先进的cnn机器学习算法,该程序的一个实质性优势是 绿色的强度被精确地分类。原始图像是通过不同的来源,扫描仪和单反相机生成的, 但由于算法逻辑的原因,这些差异被合并在一起,计算并没有导致记录丢失。
该算法已在至少3500多幅图像上成功运行,并帮助研究实验室节省了宝贵的时间和精力 或者投入体力劳动。