咖啡豆识别

利用在STM32H7微控制器上运行的STM32 Model Zoo图像分类模型对咖啡豆进行分类。

视觉

图像分类

教程

GitHub

农业

家电

不同类型的咖啡豆具有不同的风味，这些风味可以在烘焙过程中得到增强或减弱。如果能够识别所用咖啡豆的类型，咖啡机就可以调整相应的冲泡参数，从而使每种类型的咖啡豆都能呈现出最佳风味。

方法

此用例的数据来源为一个用于识别烘焙程度的咖啡豆数据集。该解决方案提出了一个利用公共数据集进行过训练的模型；该模型在STM32上运行时具有非常出色的精度表现。
该模型的训练得益于 STM32 模型动物园中提供的 Python 脚本（请阅读我们的教程了解更多信息）。
在此 设置我们的 STM32 Model Zoo 项目后下载数据集，并将其放入适当的结构中。
然后我们更新了 yaml文件文件，该文件用于配置训练，设置如下：
general:
project_name:coffee_bean
数据集：
名称：咖啡
class_names:[Green, Light, Medium, Dark]
training_path: datasets/train
validation_path :
test_path:datasets/test
请根据您的用例情况随意调整这些设置。
最后，我们简单地运行了“train.py”脚本。

在STM32 Model Zoo中，您将找到利用自己的数据训练和重新训练模型所需的一切。利用资源库中提供的 Python 脚本（请阅读我们的 t 部署教程了解更多信息）。
您可以在 我们的入门视频.

传感器

视觉：相机模块捆绑包（参考文献： B-CAMS-OMV)

数据

数据集 调整后的咖啡豆数据集 (224 X 224)(授权许可 CC BY-SA 4.0)
数据格式：
有四个烘焙等级。它们分别是绿色或未烘焙咖啡豆、轻度烘焙咖啡豆、中度烘焙以及深度烘焙咖啡豆。拍照时，相机会被设置在一个与目标路径平行的平面上。总共有4800张照片，分为4个烘焙程度，且我们已将分辨率调整至224×244。每个程度均对应1200张照片。