第3单元项目3《自动识别交通标志——物联网中的图像识别应用》课件 2024—2025学年安徽版（2024）信息科技八年级下册

八年级下册第三单元 自动识别交通标志 ——物联网中的图像识别应用 目录 1 项目情境 2 项目实施 5 拓展评价与思考 2 项目准备 4 素养提升 6 项目总结 项目情境 - 第一部分 - 项目情境 场景引入 1 李明乘坐智能汽车时，发现车辆依赖语音导航，无法自主识别交通标志。他想，未来的智能汽车应该可以自己准确识别交通标志，从而自动执行直行、左转、右转等命令。 项目目标 2 实现智能汽车对直行、左转、右转三种交通标志的准确识别，并根据识别结果控制汽车的行驶方向。理解图像识别技术的基本原理和应用逻辑，掌握物联网中图像识别的基本流程。 项目准备 - 第二部分 - 项目准备 图像识别原理对比 机器识别图像的过程与人类类似，但需要先“记住”许多图像，将之标记并分类。当“看”到新的图像时，机器通过特征提取、模型训练、相似度对比等步骤，将其归类到相应的类别中，从而完成识别。 当人类看到一张图像时，大脑会迅速判断是否见过这张图像或类似的图像，并将其与记忆中的图像进行匹配，从而识别出图像的内容。 人类识别过程 机器识别过程 项目准备 准备交通标志识别器材 硬件清单 功能 器材 数量 作用 控制核心 主控板 1 协调系统运行 图像采集 AI摄像头 1 识别交通标志 动作执行 电机 2 驱动汽车转向 项目准备 准备训练数据 标志图片 准备直行、左转、右转三种交通标志的图片，每个类别5- 10张，用于训练机器识别模型。 思考：为什么机器需要大量图片训练？ 因为机器需要通过大量图片学习不同角度、光照条件下的交通标志特征，从而提高识别的准确性。 项目准备 明确项目实施步骤 步骤1： 让摄像头学习交通标志，通过训练程序让AI摄像头采集图片并进行训练。 步骤2： 编写交通标志识别程序，根据识别结果控制汽车的行驶方向。 步骤3： 测试交通标志识别程序，根据反馈的问题进行优化调整。 项目实施 - 第三部分 - 项目实施 ——让摄像头学习交通标志 训练程序 设置分类数量为3（直行、左转、右转），训练集数量根据实际图片数确定，如每类5张，共15张。 项目实施 ——编写交通标志识别程序 识别路标程序 AI摄像头识别出交通标志的ID后，将其存储到变量temp中，同时将识别准确度存储到变量value中。根据temp和value的值，控制电机的转向和转速，实现汽车的直行、左转、右转。 项目实施 ——编写交通标志识别程序 汽车移动程序 汽车通过左边的M1电机和右边的M2电机驱动，通过调整两个电机的转向和转速，即可实现左转、右转、直行运动。 项目实施 ——测试交通标志识别程序 交通标志 准确度设定 （value值） 识别结果 汽车反应 左转 右转 直行 优化方向 示例：光线不足时增加补光模块，提高识别准确度。 素养提升 - 第四部分 - 图像识别工作流程 通过AI摄像头获取交通标志的图像。 从图像中提取关键特征，如形状、颜色等。 使用大量标注好的图像数据训练识别模型。 根据模型判断图像所属类别。 图像采集 特征提取 模型训练 分类决策 模板来自于： 第一PPT https:/// 生活中的图像识别应用 超市扫码支付：识别商品条形码，快速完成支付。 安防监控：识别可疑人员或行为，保障安全。 自动驾驶：识别道路标志和障碍物，辅助驾驶。 场景讨论 分析生活中的图像识别应用场景，思考该场景识别了什么信息，以及可以优化改进的地方。 小组任务 模板来自于： 第一PPT https:/// 拓展评价与思考 - 第五部分 - 机器学习方法 本项目使用监督学习，需要提前标注好交通标志的分类标签。 无监督学习则不需要标注，机器自行寻找数据中的规律。 无监督学习在交通标志识别中有哪些潜在优势？ 例如无监督学习可以发现新的交通标志类别，适应不断变化的交通环境。 监督学习 VS 无监督学习 讨论 01 02 模板来自于： 第一PPT https:/// 项目总结 - 第五部分 - 项目总结 硬件连接： 学会连接主控板、AI摄像头和电机。 01 02 编程调试： 掌握图像识别程序的编写和调试方法。 03 问题分析： 能够分析测试结果，找出问题并优化改进。 模板来自于： 第一PPT https:/// 谢谢大家 THANKS $$