gavin/digit-cracker

Fork 0

Files

douboer 2fb4b22328 first commit

2025-10-30 15:40:56 +08:00

5.0 KiB

Raw Blame History

快速开始 - YOLO数字识别

✅ 已完成的工作

✅ 数据集准备（COCO → YOLO格式）
✅ 模型训练（基础版100轮 + 优化版150轮）
✅ Valid文件夹识别
✅ 创建多个识别脚本（基础版+改进版）
✅ 图片预处理系统（CLAHE对比度增强）
✅ 优化模型训练完成（exp_preprocessed_color_150，效果显著提升）

🎯 识别结果摘要

使用优化后的模型（CLAHE预处理 + 150轮训练）:

模型: exp_preprocessed_color_150/weights/best.pt
训练集性能: mAP50 = 0.995（接近完美）
推荐配置: 使用CLAHE对比度增强预处理
结果文件: results/predictions.txt
可视化: results/visualizations/

🚀 快速使用

方法1: 使用最佳模型识别（推荐）⭐

source ~/venv/bin/activate
cd /Users/gavin/lab/digit_cracker

# 使用优化后的模型进行识别
python scripts/predict_digits_improved.py \
    --model runs/digit_yolo/exp_preprocessed_color_150/weights/best.pt \
    --source valid \
    --conf 0.2 \
    --save-vis

方法2: 使用快捷脚本

source ~/venv/bin/activate
cd /Users/gavin/lab/digit_cracker
./run.sh

然后选择相应的操作即可。

方法3: 识别自定义文件夹

python scripts/predict_digits_improved.py \
    --model runs/digit_yolo/exp_preprocessed_color_150/weights/best.pt \
    --source /path/to/your/images \
    --save-vis

📊 查看结果

# 查看识别结果
cat results/predictions_improved.txt

# 查看可视化（macOS）
open results/visualizations_improved/

# 查看训练指标
cat runs/digit_yolo/exp1/results.csv

🔧 优化选项

调整识别参数

# 降低置信度阈值（检测更多数字）
python scripts/predict_digits_improved.py --conf 0.15

# 增加图片尺寸（提高精度）
python scripts/predict_digits_improved.py --imgsz 640

# 组合使用
python scripts/predict_digits_improved.py --conf 0.15 --imgsz 640

重新训练模型

# 训练更多轮数
python scripts/train_yolo.py --epochs 200 --name exp2

# 使用更大模型
python scripts/train_yolo.py --model yolov8s.pt --epochs 200 --name exp3

# 使用新模型识别
python scripts/predict_digits_improved.py \
    --model runs/digit_yolo/exp2/weights/best.pt \
    --source valid

📁 项目文件说明

digit_cracker/
├── README.md                          # 完整文档
├── RESULTS_SUMMARY.md                 # 结果总结
├── QUICKSTART.md                      # 本文件
├── run.sh                             # 快捷运行脚本
│
├── scripts/                           # Python脚本
│   ├── prepare_yolo_dataset.py        # 数据准备
│   ├── train_yolo.py                  # 模型训练
│   ├── predict_digits.py              # 基础识别
│   ├── predict_digits_improved.py     # 改进版识别 ⭐
│   └── run_all.py                     # 一键运行
│
├── valid/                             # 待识别图片（15张）
├── digit-validation/                  # 训练数据集（COCO格式）
├── yolo_dataset/                      # YOLO格式数据集
│
├── runs/digit_yolo/exp1/              # 训练输出
│   └── weights/best.pt                # 已训练好的模型 ⭐
│
└── results/                           # 识别结果
    ├── predictions_improved.txt       # 识别结果 ⭐
    └── visualizations_improved/       # 可视化结果 ⭐

💡 常见问题

Q: 为什么识别率只有20%？

A: 主要原因：

训练数据量较小（约39张训练图片）
valid图片与训练数据风格可能不同
使用的是最小模型yolov8n

Q: 如何提高识别率？

A: 建议：

训练更多轮数：--epochs 200
使用更大模型：--model yolov8s.pt
调整识别阈值：--conf 0.15
增加训练数据（需要标注更多图片）

Q: 如何识别其他文件夹的图片？

A: 修改 --source 参数：

python scripts/predict_digits_improved.py \
    --source /path/to/your/folder

Q: 识别结果保存在哪里？

文本结果：results/predictions_improved.txt
可视化图片：results/visualizations_improved/

📞 获取帮助

# 查看完整文档
cat README.md

# 查看详细结果分析
cat RESULTS_SUMMARY.md

# 查看脚本帮助
python scripts/predict_digits_improved.py --help
python scripts/train_yolo.py --help

🎓 下一步

尝试不同参数：调整conf、imgsz等参数
重新训练：使用更多轮数或更大模型
分析失败案例：查看可视化结果，了解哪些图片识别失败
数据增强：如果有标注能力，可以标注更多数据

项目位置: /Users/gavin/lab/digit_cracker
虚拟环境: ~/venv/bin/activate
当前状态: ✅ 可直接使用

更多信息请查看 README.md 和 RESULTS_SUMMARY.md

5.0 KiB Raw Blame History Unescape Escape