为什么么说我们的目标是基本完成呢？
因为它不会进化呀！

如果我们拥有全量的梦幻西游人物图库，那自然预测的准确率很高
很可惜，我们没有
所以只能在日常的跑镖或者打怪中去不断的积累图库，让神经网络不断的训练学习，以将准确率提高

预分类

于是我们按照预测的索引，将图片分类并保存，值得注意的是这里的分类并不一定准确，所以是预分类

screen.py

###  数据保存
def save_data_img(front_index):
    for i in range(len(c.crop_4_img_paths)):
        save_path = ''
        if i == front_index:
            save_path = os.path.join(c.new_front_img_dir,time_str()+'_'+str(i)+'.jpg')
        else:
            save_path = os.path.join(c.new_others_img_dir,time_str()+'_'+str(i)+'.jpg')
        shutil.copyfile(c.crop_4_img_paths[i],save_path)

main.py在获得预测索引时保存数据

min_index = dm.model_predict(c.crop_4_img_paths)
sc.save_data_img(min_index)
target_x , target_y = sc.find_xy_indesktop(c.crop_4_img_paths[min_index])

路径如下

images
  |- data
      |- new
          |- front
               |- xxx.jpg
               |- ...
          |- others  
               |- xxx.jpg
               |- ...

分类

不得不说这一步是手工确认，去两个文件夹下确认是否都是正确的，不正确的手工移动到正确目录下
于是加入两个输入确认以提醒不要忘记，等训练样本比较齐全以后可以改为自动分类


util.log_title('图片朝向确认')
confirm = input(f'请确认路径  {os.path.abspath(c.new_front_img_dir)}   下图片朝向均为  > 前 <  : (确认后输入 Y , 输入其他退出) ')
if confirm == 'Y' or confirm == 'y':
    confirm = input(f'请确认路径  {os.path.abspath(c.new_others_img_dir)}   下图片朝向均为  > 左 右 后 < : (确认后输入 Y , 输入其他退出)')
    if confirm == 'Y' or confirm == 'y':
2020-03-21 19:12:12.623765: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll

--------   图片朝向确认    ----------

请确认路径  D:\gitRepo\mhxy\images\data\new\front   下图片朝向均为  > 前 <  : (确认后输入 Y , 输入其他退出) Y
请确认路径  D:\gitRepo\mhxy\images\data\new\others   下图片朝向均为  > 左 右 后 < : (确认后输入 Y , 输入其他退出)

移动

分类确认后，就可以将new目录下图片移动到训练集train目录中了
main.py

sc.move_new_to_train()

screen.py

def move_new_to_train():
    move_file(c.new_front_img_dir,c.front_img_dir)
    move_file(c.new_others_img_dir,c.others_img_dir)

def move_file(src_path,target_path):
    file_list=os.listdir(src_path)
    if len(file_list)>0:
        for file in file_list:
            shutil.move(
                os.path.join(src_path,file),
                os.path.join(target_path,file)
                )   
    print(f'{src_path} -> {target_path} 完毕')

训练

main.py

dm.base()

data_model.py

def base():
    if count():
        data_generator()
        model_summary()
        model_fit()
        model_save()
        return True

组合

将之前的步骤组合后
main.py

###  将新图加入训练集 并 训练模型
def move_learn():
    util.log_title('图片朝向确认')
    confirm = input(f'请确认路径  {os.path.abspath(c.new_front_img_dir)}   下图片朝向均为  > 前 <  : (确认后输入 Y , 输入其他退出) ')
    if confirm == 'Y' or confirm == 'y':
        confirm = input(f'请确认路径  {os.path.abspath(c.new_others_img_dir)}   下图片朝向均为  > 左 右 后 < : (确认后输入 Y , 输入其他退出)')
        if confirm == 'Y' or confirm == 'y':
            util.log_h1_start('开始')
            sc.move_new_to_train()
            dm.base()               
    util.log_h1_end('结束')

这样的话，每天打完以后，都可以用新的素材让自己变帅一点，哈哈哈哈哈哈

回顾

再来看看我们都经历了什么

成就感满满!!

声明

本人无任何商业目的，仅用于学习和娱乐，源代码采用了AGPL3.0开源协议

本文为博主原创文章，任何人未经过博主同意不得转载