easyAi/README.md

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

HELLO WORLD说明：

• 以下为最简API文档，所有非必设参数都使用本引擎默认值
• 要注意的是使用最简API，及参数默认值准确度远不能达到最佳状态

图像学习部分最简API 说明:

 //创建图片解析类
 Picture picture = new Picture();
  //创建一个静态单例配置模板
 static TempleConfig templeConfig = new TempleConfig();
 //第三个参数和第四个参数分别是训练图片的宽和高，为保证训练的稳定性请保证训练图片大小的一致性
 templeConfig.init(StudyPattern.Accuracy_Pattern, true, 640, 640, 2);
 //将配置模板类作为构造塞入计算类
 Operation operation = new Operation(templeConfig);
//一阶段 循环读取不同的图片
 for (int i = 1; i < 1900; i++) {
   //读取本地URL地址图片,并转化成矩阵
     Matrix a = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/picture/a" + i + ".jpg");
     Matrix c = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/picture/c" + i + ".jpg");
  //矩阵塞入运算类进行学习，第一个参数是图片矩阵，第二个参数是图片分类标注ID，第三个参数是第一次学习固定false
     operation.learning(a, 1, false);
     operation.learning(c, 2, false);
            }
 for (int i = 1; i < 1900; i++) {
   //读取本地URL地址图片,并转化成矩阵
    Matrix a = picture.getImageMatrixByLocal("D:\\share\\picture/a" + i + ".jpg");
    Matrix c = picture.getImageMatrixByLocal("D:\\share\\picture/c" + i + ".jpg");
   //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(a, 1, true);
   operation.learning(c, 2, true);
            }
 templeConfig.finishStudy();//结束学习
  //获取学习结束的模型参数,并将model保存数据库
  ModelParameter modelParameter = templeConfig.getModel();
  String model = JSON.toJSONString(modelParameter);

单物体图像识别部分最简API 说明：

   //读取一张图片，并将其转化为矩阵
   Matrix a = picture.getImageMatrixByLocal(fileURL);
   //返回此图片的分类ID
   int an = operation.toSee(a);

单物体图像识别服务启动初始化API 说明:

 //创建一个静态单例配置模板类
 static TempleConfig templeConfig = new TempleConfig();
 //初始化配置模板
 templeConfig.init(StudyPattern.Accuracy_Pattern, true, 640, 640, 2);
 //将配置模板类作为构造塞入计算类
 Operation operation = new Operation(templeConfig);
 //从数据库中读取学习的模型结果，反序列为ModelParameter       
 ModelParameter modelParameter = JSON.parseObject(ModelData.DATA2, ModelParameter.class);
 //将模型数据注入配置模板类   
 templeConfig.insertModel(modelParameter);

自然语言分类最简API 说明:

        //创建模板读取类
        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);

常见抛错

• error:Wrong size setting of image in templateConfig
• 原因是模版配置类图片宽高设置相差太大

templeConfig.init(StudyPattern.Accuracy_Pattern, true, width, height, 1);

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