开源地址：https://gitee.com/ldp_dpsmax/easyAi
测试素材下载

链接:https://pan.baidu.com/s/1Vzwn3iMPBI-FAXBDrCSglg
密码:7juj

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。

  • 识别测试训练素材：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

    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

  • 若您有相对复杂的人工智能业务（开源功能无法满足的，包括但不限于图像识别，自然语言）请联系作者 vx:thenk008 进行基于easyAi定制化业务情景开发（即java人工智能开发）

    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:

    1.      训练过程
    2.      Picture picture = new Picture();//图片解析类
    3.       Config config = new Config();//配置文件
    4.       config.setTypeNub(2);//设置训练种类数
    5.       config.setBoxSize(125);//设置物体大致大小 单位像素 即 125*125 的矩形
    6.       config.setPictureNumber(5);//设置每个种类训练图片数量 某个类别有几张照片，注意所有种类照片数量要保持一致
    7.       config.setPth(0.7);//设置可信概率，只有超过可信概率阈值，得出的结果才是可信的 数值为0-1之间
    8.       config.setShowLog(true);//输出学习时打印数据
    9.       Distinguish distinguish = new Distinguish(config);//创建识别类
    10.       distinguish.setBackGround(picture.getThreeMatrix("E:\\ls\\fp15\\back.jpg"));//设置识别的背景图片(该api为固定背景)
    11.       List<FoodPicture> foodPictures = new ArrayList<>();//创建训练模板集合
    12.       for (int i = 1; i < 3; i++) {
    13.           FoodPicture foodPicture = new FoodPicture();//创建每一类图片的训练模板类
    14.           foodPictures.add(foodPicture);//将该类模板加入集合
    15.           List<PicturePosition> picturePositionList = new ArrayList<>();//创建该类模板的训练集合类
    16.           foodPicture.setId(i + 1);//设置该图片类别id
    17.           foodPicture.setPicturePositionList(picturePositionList);
    18.           for (int j = 1; j < 6; j++) {//训练图片数量为 每种五张 注意跟config 中的 pictureNumber 要一致
    19.               String name;
    20.               if (i == 1) {//加载图片url地址名称
    21.                   name = "a";
    22.               } else {
    23.                   name = "b";
    24.               }
    25.               PicturePosition picturePosition = new PicturePosition();
    26.               picturePosition.setUrl("E:\\ls\\fp15\\" + name + i + ".jpg");//加载该类别图片地址
    27.               picturePosition.setNeedCut(false);//是否需要剪切，若训练素材为充满全图图片，则充满全图不需要剪切 写false
    28.               picturePositionList.add(picturePosition);//加载
    29.           }
    30.       }
    31.       distinguish.studyImage(foodPictures);//进行学习
    32.       System.out.println(JSON.toJSONString(distinguish.getModel()));//输出模型保存,将模型实体类序列化为json保存
    33.      ///////////////////////////////////////////////////////////////////////
    34.      初始化过程
    35.       Picture picture = new Picture();//图片解析类
    36.       Config config = new Config();//配置文件
    37.       config.setTypeNub(2);//设置类别数量
    38.       config.setBoxSize(125);//设置物体大小 单位像素
    39.       config.setPictureNumber(5);//设置每个种类训练图片数量
    40.       config.setPth(0.7);//设置可信概率，只有超过可信概率阈值，得出的结果才是可信的
    41.       config.setShowLog(true);//输出学习时打印数据
    42.       Distinguish distinguish = new Distinguish(config);//识别类
    43.       distinguish.insertModel(JSONObject.parseObject(ModelData.DATA, Model.class));//将之前训练时保存的训练模型反序列化为实体类后，注入模型
    44.       完成后请单例Distinguish类，即完成系统启动时初始化过程
    45.       ///////////////////////////////////////////////////////////////////////
    46.       识别过程
    47.       Distinguish distinguish; 此识别类为系统启动时已经初始化的 单例distinguish，识别过程请不要 "new" 这个类
    48.        for (int i = 1; i < 8; i++) {
    49.           System.out.println("i====" + i);
    50.           ThreeChannelMatrix t = picture.getThreeMatrix("E:\\ls\\fp15\\t" + i + ".jpg");//将识别图片转化为矩阵
    51.           Map<Integer, Double> map = distinguish.distinguish(t);//识别结果
    52.           for (Map.Entry<Integer, Double> entry : map.entrySet()) {
    53.               System.out.println(entry.getKey() + ":" + entry.getValue());//识别结果打印
    54.           }
    55.       }
    56.       ////////////////////////////////////////////////////////////////////////////////////
    57.       识别结果打印说明(此为本包提供的测试图片样本的 输出结果说明，在之前的训练中橘子设置的id为2，苹果为3)
    58.       i====1//第一张图 结果为 橘子，出现2：代表类别。:0.8874306751020916，带表该类别权重，权重越高说明该类别的物品在当前 图片中数量越多或者面积越大。
    59.       2:0.8874306751020916 说明（图1有橘子，权重为：0.8874306751020916）
    60.       i====2
    61.       2:0.8878192183606407
    62.       i====3
    63.       3:0.7233916245920673说明（图3有苹果，权重为：0.7233916245920673）
    64.       i====4
    65.       2:0.9335699571468958说明（图4有橘子，权重为：0.9335699571468958）
    66.       3:0.7750825597199661说明（图4有苹果，权重为：0.7750825597199661）
    67.       i====5
    68.       3:0.8481590575557582
    69.       i====6
    70.       2:0.7971025523095067
    71.       i====7
    72.       2:1.5584968376080388（图7有橘子，权重为：1.5584968376080388）
    73.       3:0.8754957897385587（图7有苹果，权重为：0.8754957897385587）
    74.       本演示样例代码位置在： src/test/java/org/wlld/ImageTest.java
    75.       本演示训练素材位置在： src/test/image
    76.       注意：以上图片识别代码样例为训练素材为物品全图充满图片(自己看能看到橘子训练图片为全图充满，苹果也是).自行开发时用以上代码样例时，请也使用全图充满训练物品的图片来做训练，非全图充满训练素材图训练api有变化！

自然语言分类最简API 说明:

  1.         //创建模板读取类
  2.         TemplateReader templateReader = new TemplateReader();
  3.         //读取语言模版，第一个参数是模版地址，第二个参数是文本编码方式
  4.         //同时也是学习过程
  5.         templateReader.read("/Users/lidapeng/Desktop/myDocment/a1.txt", "UTF-8");
  6.         //学习结束获取模型参数
  7.         //WordModel wordModel = WordTemple.get().getModel();
  8.         //不用学习注入模型参数
  9.         //WordTemple.get().insertModel(wordModel);
  10.         Talk talk = new Talk();
  11.         //输入语句进行识别，若有标点符号会形成LIST中的每个元素
  12.         //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
  13.         List<Integer> list = talk.talk("帮我配把锁");
  14.         System.out.println(list);
  15.         //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
  16.         //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

  1.    //创建一个DNN神经网络管理器
  2.      NerveManager nerveManager = new NerveManager(...);
  3.      //构造参数
  4.      //sensoryNerveNub 感知神经元数量 即输入特征数量
  5.      //hiddenNerverNub  每一层隐层神经元的数量
  6.      //outNerveNub 输出神经元数量 即分类的类别
  7.      //hiddenDepth 隐层神经元深度，即学习深度
  8.      //activeFunction 激活函数
  9.      //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)
  10.      public NerveManager(int sensoryNerveNub, int hiddenNerverNub, int outNerveNub, int hiddenDepth, ActiveFunction activeFunction, boolean isDynamic)
  11.      nerveManager.getSensoryNerves()获取感知神经元集合
  12.      //eventId:事件ID
  13.      //parameter:输入特征值
  14.      //isStudy:是否是学习
  15.      //E:特征标注
  16.      //OutBack 回调类
  17.      SensoryNerv.postMessage(long eventId, double parameter, boolean isStudy, Map<Integer, Double> E, OutBack outBack)
  18.      //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

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

如何提升精准度

  • 将模板类设置为不忽略精度
    1. TempleConfig templeConfig = new TempleConfig(false, true);

使用TempleConfig()有参构造，第一个参数目前依然固定传false(因为有功能还没完成)，第二个参数是一个布尔值是否忽略精度。
众所周知JAVA计算浮点是有精度损失的，如果选择true则使用大数计算类即无精度损失（默认为FALSE），但是这是以速度变慢十倍以上为代价的。
忽略精度和使用精度准确度上差距，平均在5-6个百分点之间，所以用户按照自己的需求来判断是否使用精度计算。
优点：准确度提升5-6个百分点，配合DNN分类器可达99%以上的准确率
缺点：运算速度变慢十倍以上，从百毫秒变为一至两秒

  • 根据业务情景选择使用分类器
    1. TempleConfig templeConfig = new TempleConfig(false, true);
    2. templeConfig.setClassifier(Classifier.DNN);
    在TempleConfig类调用init()方法前选择使用的分类器setClassifier()
    1. public class Classifier {//分类器
    2.   public static final int LVQ = 1;//LVQ分类
    3.   public static final int DNN = 2; //使用DNN分类
    4.   public static final int VAvg = 3;//使用特征向量均值分类
    5. }

目前easyAi提供三种分类器,即用户选择一种参数设置进配置模板类
这三种分类器的特点

  1. LVQ:若用户训练图片量较少，比如一个种类只有一两百张图片，则使用此分类器达到当前条件下最大识别成功率
  2. VAvg:若用户训练图片较少，同时分类数量也很少，比如只训练两三种物体识别，则VAvg达到当前最大识别成功率
  3. DNN:若用户训练图片较多，每种分类1500张训练图片，则使用此分类器，准确率98%+。
  4. 若不设置分类器，则框架默认使用VAvg分类器

使用DNN的话，API略有区别

  1.  //创建图片解析类
  2.  Picture picture = new Picture();
  3.  //创建一个静态单例配置模板
  4.  static TempleConfig templeConfig = new TempleConfig();
  5.  //使用DNN分类器
  6.  templeConfig.setClassifier(Classifier.DNN);
  7.  //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
  8.  templeConfig.init(StudyPattern.Accuracy_Pattern, true, 640, 640, 2);
  9.  //将配置模板类作为构造塞入计算类
  10.  Operation operation = new Operation(templeConfig);
  11.  //一阶段 循环读取不同的图片
  12.  for (int i = 1; i < 1900; i++) {
  13.  //读取本地URL地址图片,并转化成矩阵
  14.  Matrix a = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/picture/a" + i + ".jpg");
  15.  Matrix c = picture.getImageMatrixByLocal("/Users/lidapeng/Desktop/myDocment/picture/c" + i + ".jpg");
  16.  //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
  17.  operation.learning(a, 1, false);
  18.  operation.learning(c, 2, false);
  19.  }
  20.  for (int i = 1; i < 1900; i++) {
  21.  Matrix a = picture.getImageMatrixByLocal("D:\\share\\picture/a" + i + ".jpg");
  22.  Matrix c = picture.getImageMatrixByLocal("D:\\share\\picture/c" + i + ".jpg");
  23.  operation.normalization(a, templeConfig.getConvolutionNerveManager());
  24.  operation.normalization(c, templeConfig.getConvolutionNerveManager());
  25.  }
  26.  templeConfig.getNormalization().avg();
  27.  for (int i = 1; i < 1900; i++) {
  28.  //读取本地URL地址图片,并转化成矩阵
  29.  Matrix a = picture.getImageMatrixByLocal("D:\\share\\picture/a" + i + ".jpg");
  30.  Matrix c = picture.getImageMatrixByLocal("D:\\share\\picture/c" + i + ".jpg");
  31.  //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
  32.  //第二次学习的时候，第三个参数必须是 true
  33.  operation.learning(a, 1, true);
  34.  operation.learning(c, 2, true);
  35.  }

大家可以看到如果使用DNN,在一阶段学习和二阶段学习之间多了一段代码即：

  1. for (int i = 1; i < 1900; i++) {
  2.  Matrix a = picture.getImageMatrixByLocal("D:\\share\\picture/a" + i + ".jpg");
  3.  Matrix c = picture.getImageMatrixByLocal("D:\\share\\picture/c" + i + ".jpg");
  4.  operation.normalization(a, templeConfig.getConvolutionNerveManager());
  5.  operation.normalization(c, templeConfig.getConvolutionNerveManager());
  6.  }
  7.  templeConfig.getNormalization().avg();

  • 增加DNN神经网络深度

    1. templeConfig.setDeep(int deep);

    若不设置默认深度为2，设置的深度越深则意味着准确率也越高，但同时也意味着你需要更多的训练图片去训练
    增加一层深度，训练图片的数量至少乘以3，否则准确度不仅不会增加，反而会下降
    优点：更深的深度准确率可以无限接近100%，我们只要训练量足够大，我们就可以更深，越深越无敌
    缺点：增加深度意味着成几何倍数提升的训练量，同时也意味着过拟合的风险

  • 修改可调参数

    1.       //选择分类器
    2.       templeConfig.setClassifier(Classifier.DNN);
    3.       //选择期望矩阵宽度
    4.       templeConfig.setMatrixWidth(5);
    5.       //选择正则化模式
    6.       templeConfig.setRzType(RZ.L2);
    7.       //选择DNN 深度
    8.       templeConfig.setDeep(1);
    9.       //设置学习率
    10.       templeConfig.setStudyPoint(0.05);
    11.       //设置DNN隐层宽度
    12.       templeConfig.setHiddenNerveNub(6);
    13.       //设置正则系数
    14.       templeConfig.setlParam(0.015);//0.015

什么样的图片会严重影响准确率

  • 训练图片或者识别图片有，比较大片的遮盖，暗光，阴影，或者使图片模糊的情况，识别和训练都会有严重的干扰
  • 训练图片要求会比较高，要求若物体无背景则扣干净，有背景的话使用统一背景不要变动，不要一个训练一个物体有很多种背景
  • 训练物体图片若有背景最好垫张白纸，纯白和纯色的背景干扰度最小，纯白最优
  • 识别图片的拍摄设备最好有补光灯，不要让拍摄物体有大片阴暗。除非你同时也训练阴暗图片，当然那样的话训练量太大不推荐，也没必要
  • 若使用定位与多物体识别功能，请将训练物体的图片背景扣干净,或保证RGB纯白色号背景即0XFFFFFF

  • 某两种物体的图片太过相似即长的几乎一模一样,区别点特别小或者微弱,识别不出来，就好比同卵双胞胎你也很难做出区分

    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）。