easyAi

本包说明：

本包原名imageMarket,因为开始加入自然语言模块，所以之后更名为easyAi
本包对物体在图像中进行训练及识别，切割，定位的轻量级，面向小白的框架,功能在逐渐扩展中
本包对中文输入语句，对输入语句的类别进行分类，功能在逐渐扩展中
若有想扩充的功能请进群提意见，若是通用场景我会陆续补充，技术交流群：561433236

详细视频教程地址：

视频教程地址：https://www.bilibili.com/video/av89134035

框架效果演示结果:

因为是框架没有图像化界面，演示结果就是控制台输出的数据，只能用视频展示，想看演示结果请看教学视频

控制台输出演示

演示都是输出结果，详情请看具体视频教程，上有链接，这里就是展示一下控制台输出截图。
单物体识别效果：点击查看
多物体识别效果：点击查看
中文语言分类效果：点击查看

目前拥有的功能是

对单张图片单物体进行识别
对单张图片多物体进行识别与定位
对中文语言进行分类语义识别,判断用户说话的语义是什么，要做什么
若有想扩充的功能请进群提意见，若是通用场景我会陆续补充，技术交流群：561433236

目的是

低硬件成本，CPU可快速学习运行，面向jAVA开发的程序员，经过简单API调用就可实现物体在图像中的识别，定位及中文语言分类等功能
努力为中小企业提供AI场景解决技术方案
技术交流群：561433236

特点是

入手门槛低，简单配置，快速上手

为什么做这个包

低门槛化：现在随着人工智能技术的兴起，很多场景需要开发人员添加相应的功能，但是在二三线城市算法人才匮乏。并且大多是JAVA开发程序员，业务做的更多，因为作者本人就是三线城市程序员，所以深知这一点。所以我本人认为需要一款部署简单，不需要学习任何算法知识，只通过最简单的API调用，就可以实现部分人工智能应用，并面向覆盖面最广的JAVA程序员使用的，且能满足大部分AI业务场景实现的技术包。
面向用户：广大没接触过算法知识，人才相对匮乏的二三线JAVA业务开发程序员，实现人工智能应用
部署简单：本包所有底层函数及数学库都是作者JAVA手写，不依赖任何第三方库，所以开发者只需要将本包下载到本地后，打成JAR包引入到自己的POM文件中，就可以独立使用所有功能。
功能还在扩展：本包现在的功能还在逐步扩展中
抛错捕获暂时还没有做全，若有抛错请进群交流：561433236，我来做一下错误定位

图像部分最简API 说明:

public static void testPic() throws Exception {
       //测试SPEED模式学习过程
       //初始化图像转矩阵类:作用就是说将一个图片文件转化为矩阵类
       Picture picture = new Picture();
       //初始化配置模板类,设置模式为SPEED_PATTERN模式 即速度模式
       TempleConfig templeConfig = getTemple(true, StudyPattern.Speed_Pattern);
       //初始化计算类，并将配置模版和输出回调类载入计算类
       //运算类有两个构造一个是配置回调类，一个是不配置回调类
       //若使用定位功能，则无需配置回调类，若不启用，则要配置回调类
       //回调类要实现OutBack接口中的方法
       Ma ma = new Ma();
       Operation operation = new Operation(templeConfig, ma);
       //标注主键为 第几种分类，值为标注 1 是TRUE 0是FALSE
       //给训练图像进行标注，健是分类的ID,对应的就是输出结果的ID值，值要么写0要么写1
       // 1就是 是这种分类，0就是不是这种分类
       Map<Integer, Double> rightTagging = new HashMap<>();//分类标注
       Map<Integer, Double> wrongTagging = new HashMap<>();//分类标注
       rightTagging.put(1, 1.0);
       wrongTagging.put(1, 0.0);
       // 例如上面的标注了 只有一种分类，第一个MAP是true标注，第二个map是false标注
       for (int i = 1; i < 999; i++) {
           System.out.println("开始学习1==" + i);
           //读取本地URL地址图片(适用于电脑本地图片),并转化成矩阵
           //注意学习图片至少要一千张+同物体的不同图片，学习的越多就越准，拿同样的图片反复循环学习是没用的
           //picture.getImageMatrixByIo(InputStream) 另外一个api,是通过字节流读取图片矩阵,适用于网络传输的图片
           Matrix right = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/c/c" + i + ".png");
           Matrix wrong = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/b/b" + i + ".png");
           //将图像矩阵和标注加入进行学习，正确的图片配置正确的标注true，错误的图片配置错误的标注false
           //right这个矩阵是 正确的图片 所以要配置上面正确的标注1.0 学习告诉计算机这个图片是正确的
           operation.study(right, rightTagging);
           //wrong这个矩阵是错误的图片，所以要配置上面错误的标注0.0 学习 告诉计算机这个图片是错误的
           operation.study(wrong, wrongTagging);
       }
       //如果启用物体坐标定位，则在学习结束的时候，一定要执行boxStudy方法
       //若不启用，则请不要使用，否则会报错
       //templeConfig.boxStudy();
       //获取训练结束的模型参数，提取出来转化成JSON保存数据库，下次服务启动时不用学习
       //直接将模型参数注入
       //获取模型MODLE 这个模型就是我们程序学习的目的，学习结束后我们要拿到这个模型
       ModelParameter modelParameter = templeConfig.getModel();
       //将模型MODEL转化成JSON 字符串 保存到数据库 留待下次服务启动的时候，识别提取用
       String model = JSON.toJSONString(modelParameter);
       //以上就是SPEED模式下的学习全过程，识别的过程就是再次初始化，将学习结果注入之后使用

       //识别过程
       //将从数据库取出的JSON字符串转化为模型MODEL
       ModelParameter modelParameter1 = JSONObject.parseObject(model, ModelParameter.class);
       //初始化模型配置
       TempleConfig templeConfig1 = getTemple(false, StudyPattern.Speed_Pattern);
       //注入之前学习结果的模型MODEL到配置模版里面，将学习结果注入就可以使用识别了
       templeConfig1.insertModel(modelParameter1);
       //将配置模板配置到运算类
       Operation operation1 = new Operation(templeConfig1);
       //获取本地图片字节码转化成降纬后的灰度矩阵
       Matrix right = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/test/a101.png");
       Matrix wrong = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/b/b1000.png");
       //进行图像识别 参数说明 eventId,事件id,因为输出结果是在回调类回调的，所以必须有个主键去判断事件
       //说明你回调是响应的哪一次调用的ID,所以每一次识别调用，请用不同的id
       operation1.look(wrong, 3);
       operation1.look(right, 2);
       //若启用定位功能检测请使用lookWithPosition,若没有启用，使用检测会报错
       //返回map,主键是分类id,值是该图片中此分类有多少个物体，每个物体的具体位置坐标的大小
       //Map<Integer, List<FrameBody>> map = operation1.lookWithPosition(right, 4);
   }

   public static TempleConfig getTemple(boolean isFirst, int pattern) throws Exception {
       //创建一个配置模板类，作用：主要是保存及载入一些配置参数用
       TempleConfig templeConfig = new TempleConfig();
       //全连接层深度,选填可不填 不填默认值为2
       //这就像人类大脑的意识深度原理一样，深度学习越深，训练结果越准，但是训练量成几何倍数增加
       //比如默认深度是2 需要 正负模板各一千+张照片进行训练。识别率70%（数值只是举个例子，不是具体数值）
       //当深度改成3，则需要正负模板各三千+张照片进行训练,识别率 80%，深度4，八千+90%
       //以此类推，，内存允许的情况下，深度无限 识别率无限接近与百分之百
       //但是有极限，即超过某个深度，即使再增加深度，识别率反而会下降。需要具体不断尝试找到 合适的深度
       //注意：若深度提升，训练量没有成倍增长，则准确度反而更低！
       templeConfig.setDeep(2);
       //启用定位学习 注意启用在图片中对某个物体进行定位，要注意
       //学习的图片必须除了学习的物体以外，其他位置都是白色或者空白(即用PS扣空)。
       //即该图片除了这个物体，没有其他任何干扰杂色（一个像素的杂色都不可以有）
       //templeConfig.setHavePosition(true);
       //窗口类，就是用来扫描图片的窗口大小和移动距离的设定
       //Frame frame = new Frame();
       //初始化配置模版，参数说明(int studyPattern, boolean initPower, int width, int height
       //, int classificationNub)
       //studyPattern 学习模式：常量值 StudyPattern.Accuracy_Pattern;StudyPattern.Speed_Pattern
       //第一种模式精准模式，第二种模式是速度模式
       //精准模式顾名思义，准确相对高很多，但是缺点也很明显学习速度慢，不是一般的慢，CPU学习1000张图片
       //24小时都不够用！它学习速度比速度模式学习速度慢十倍都不止！但是执行识别速度上，却比速度模式还要快一点！
       //第二种速度模式，学习速度明显很快，一千张图片的学习大概一个半小时左右，但是精准度上差了一些
       //但是依然还是比较精准的，尤其做分类判断的时候，问题不大。
       //如何选择模式：在大部分情况下速度模式就够用了，在分类一张图片，比如这张图片有苹果的概率是多少
       //有橘子的概率是多少，精准度已经足够，它不是不精准，只是相对于精准模式要差一些
       //所以在大部分情况下，还是建议用速度模式，满足很多识别分类需求
       //initPower,是否是第一次初始化
       //学习就是学的模型参数，学完了要把模型参数类拿出来，序列化成JSON字符串，保存数据库
       //下次服务启动，读取JSON字符串，反序列化为MODEL模型 直接注入就可，无需再次学习
       //如果说你是要学习就写true,如果已经有学习结果了，你要注入之前的学习结果就是false
       //如果你选了false还没有进行注入的话，你取模型参数你可以看到所有参数都是0
       //width heigth ,要学习的图片宽高，注意：这个宽高不是严格图片尺寸，而是一个大致尺寸
       //要识别和学习的图片尺寸与这个宽高比 必要相差太大就好，而且宁长勿短
       //classificationNub 要识别的有几个分类，比如我就识别苹果，就是1 有两种苹果橘子就是 2
       templeConfig.init(pattern, isFirst, 3204, 4032, 1);

       return templeConfig;
   }

   public static void testPic2() throws Exception {
       //测试Accuracy_Pattern 模式学习过程，跟SPEED模式相同的部分就不再说明了
       Picture picture = new Picture();
       TempleConfig templeConfig = getTemple(true, StudyPattern.Accuracy_Pattern);
       Operation operation = new Operation(templeConfig);
       for (int i = 1; i < 2; i++) {
           System.out.println("开始学习1==" + i);
           //读取本地URL地址图片,并转化成矩阵
           Matrix right = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/c/c" + i + ".png");
           Matrix wrong = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/b/b" + i + ".png");
           //将图像矩阵和标注加入进行学习 注意的是 Accuracy_Pattern 模式 要学习两次
           //这里使用learning方法，第一个参数没变，第二个参数是标注参数，learning的标注
           //不再使用MAP而是直接给一个整型的数字，0，1,2,3...作为它的分类id，注意我们约定
           //id 为0的分类为全FALSE分类，即背景
           //第三个参数，第一次学习的时候 这个参数必须是 false
           operation.learning(right, 1, false);
           operation.learning(wrong, 0, false);
       }
       for (int i = 1; i < 2; i++) {//神经网络学习
           System.out.println("开始学习2==" + i);
           //读取本地URL地址图片,并转化成矩阵
           Matrix right = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/c/c" + i + ".png");
           Matrix wrong = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/b/b" + i + ".png");
           //将图像矩阵和标注加入进行学习，Accuracy_Pattern 模式 进行第二次学习
           //第二次学习的时候，第三个参数必须是 true
           operation.learning(right, rightTagging, true);
           operation.learning(wrong, wrongTagging, true);
       }
       //精准模式全部学习结束一定要调用此方法，不调用识别会报错
       //templeConfig.startLvq();//原型向量量化
       //如果使用物体在图片中的定位功能，全部学习结束一定要调用此方法，不调用识别会报错
        //templeConfig.boxStudy();//边框回归
       Matrix right = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/test/a101.png");
       Matrix wrong = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/b/b1000.png");
       //精准模式检测单张图片将直接返回分类id,而不是通过回调来获取分类概率
       //不是使用look,而是使用toSee
       int rightId = operation.toSee(right);
       int wrongId = operation.toSee(wrong);
       System.out.println("该图是菜单：" + rightId);
       System.out.println("该图是桌子:" + wrongId);
   }
回调输出类： 
public class Ma implements OutBack {
private int nub;

public void setNub(int nub) {
    this.nub = nub;
}

@Override
public void getBack(double out, int id, long eventId) {
    System.out.println("id==" + id + ",out==" + out + ",nub==" + nub);
}
}
回调类实现OUTBACK 接口 当检测结果输出的时候 会回调getBack方法
回调第一个参数是输出值 指的是 这个分类的概率 该数值是0-1之间的浮点
第二个参数是 分类的id 判断是训练的哪个分类的ID，
第三个参数是 事件ID,一次判断事件 使用一个ID,让开发者知道是哪次事件的回调判断

自然语言分类最简API 说明:

public static void test() throws Exception {   //自然语言分类说明
    //创建模板读取累
    TemplateReader templateReader = new TemplateReader();
    //读取语言模版，第一个参数是模版地址，第二个参数是编码方式，第三个参数是是否是WIN系统
    //同时也是学习过程
    templateReader.read("/Users/lidapeng/Desktop/myDocment/a1.txt", "UTF-8", IOConst.NOT_WIN);
    //学习结束获取模型参数
    //WordModel wordModel = WordTemple.get().getModel();
    //不用学习注入模型参数
    //WordTemple.get().insertModel(wordModel);
    Talk talk = new Talk();
    //输入语句进行识别，若有标点符号会形成LIST中的每个元素
    //返回的集合中每个值代表了输入语句，每个标点符号前语句的分类
    List<Integer> list = talk.talk("帮我配把锁");
    System.out.println(list);
    //这里做一个特别说明，语义分类的分类id不要使用"0",本框架约定如果类别返回数字0，则意味不能理解该语义，即分类失败
    //通常原因是模板量不足，或者用户说的话的语义，不在你的语义分类训练范围内
}

神经网络最简API说明

 //创建一个DNN神经网络管理器
 NerveManager nerveManager = new NerveManager(...);
 //构造参数
 //sensoryNerveNub 感知神经元数量 即输入特征数量
 //hiddenNerverNub  每一层隐层神经元的数量
 //outNerveNub 输出神经元数量 即分类的类别
 //hiddenDepth 隐层神经元深度，即学习深度
 //activeFunction 激活函数
 //isDynamic 是否启用动态神经元数量(没有特殊需求建议为静态，动态需要专业知识)
 public NerveManager(int sensoryNerveNub, int hiddenNerverNub, int outNerveNub, int hiddenDepth, ActiveFunction activeFunction, boolean isDynamic)
 nerveManager.getSensoryNerves()获取感知神经元集合
 //eventId:事件ID
 //parameter:输入特征值
 //isStudy:是否是学习
 //E:特征标注
 //OutBack 回调类
 SensoryNerv.postMessage(long eventId, double parameter, boolean isStudy, Map<Integer, Double> E, OutBack outBack)
 //每一次输出结果都会返回给回调类，通过回调类拿取输出结果，并通过eventId来对应事件

随机森林最简API说明

    //创建一个内存中的数据表
    DataTable dataTable = new DataTable(column);
    //构造参数是列名集合
    public DataTable(Set<String> key)
    //指定主列名集合中该表的主键
    dataTable.setKey("point");
    //创建一片随机森林
    RandomForest randomForest = new RandomForest(7);
    //构造参数为森林里的树木数量
    public RandomForest(int treeNub)
    //唤醒随机森林里的树木
    randomForest.init(dataTable);
    //将加入数据的实体类一条条插入森林中
    randomForest.insert(Object object);
    //森林进行学习
    randomForest.study();
    //插入特征数据，森林对该数据的最终分类结果进行判断
    randomForest.forest(Object objcet);

最终说明

TempleConfig()：配置模版类，一定要静态在内存中长期持有，检测的时候不要每次都NEW，一直就使用一个配置类就可以了。
Operation():运算类，除了学习可以使用一个以外，用户每检测一次都要NEW一次。因为学习是单线程无所谓，而检测是多线程，如果使用一个运算类，可能会造成线程安全问题

精准模式和速度模式的优劣

速度模式学习很快，但是检测速度慢，双核i3检测单张图片（1200万像素）单物体检测速度约800ms. 学习1200万像素的照片物体，1000张需耗时1-2小时。
精准模式学习很慢，但是检测速度快，双核i3检测单张图片（1200万像素）单物体检测速度约100ms. 学习1200万像素的照片物体，1000张需耗时5-7个小时。

本包为性能优化而对AI算法的修改

本包的自然语言是通过内置分词器进行语句分词，然后再通过不同分词的时序进行编号成离散特征，最后进入随机森林分类
本包对图像AI算法进行了修改，为应对CPU部署。
卷积层不再使用权重做最终输出，而是将特征矩阵作出明显分层的结果。
卷积神经网络后的全连接层直接替换成了LVQ算法进行特征向量量化学习聚类，通过卷积结果与LVQ原型向量欧式距离来进行判定。
物体的边框检测通过卷积后的特征向量进行多元线性回归获得，检测边框的候选区并没有使用图像分割（cpu对图像分割算法真是超慢），而是通过Frame类让用户自定义先验图框大小和先验图框每次移动的检测步长，然后再通过多次检测的IOU来确定是否为同一物体。
所以添加定位模式，用户要确定Frame的大小和步长，来替代基于图像分割的候选区推荐算法。
速度模式是使用固定的边缘算子进行多次卷积核，然后使用BP的多层神经网络进行强行拟合给出的结果（它之所以学习快，就是因为速度模式学习的是全连接层的权重及阈值，而没有对卷积核进行学习）
本包检测使用的是灰度单通道，即对RGB进行降纬变成灰度图像来进行检测（RGB三通道都算的话，CPU有些吃不住）。
若使用本包还有疑问可自行看测试包内的HelloWorld测试案例类，或者联系作者Q：794757862

21 KiB Raw Blame History Unescape Escape

easyAi

详细视频教程地址：

框架效果演示结果:

控制台输出演示

目前拥有的功能是

目的是

特点是

为什么做这个包

图像部分最简API 说明:

自然语言分类最简API 说明:

神经网络最简API说明

随机森林最简API说明

最终说明

精准模式和速度模式的优劣

本包为性能优化而对AI算法的修改

21 KiB

Raw Blame History