基于深度學(xué)習(xí)的植物果實(shí)重量正態(tài)分布檢驗(yàn)設(shè)計(jì)與實(shí)現(xiàn)

曾祥潘 吳俊杰 孫麗君

正態(tài)分布是自然界中最常見(jiàn)和最重要的一種分布，如某地區(qū)一個(gè)月降雨量的分布、一個(gè)公園里樹(shù)木高度的分布等。在其他的一些數(shù)據(jù)分析中，如T檢驗(yàn)、回歸分析等，都要求先對(duì)數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn)。學(xué)生在種植活動(dòng)中收獲植物的果實(shí)，果實(shí)重量分布是否符合正態(tài)分布呢？如果只預(yù)設(shè)總體的正態(tài)性，直接套用計(jì)算公式進(jìn)行計(jì)算，可能會(huì)影響統(tǒng)計(jì)效果。我們可以用計(jì)算機(jī)采集數(shù)據(jù)，再用統(tǒng)計(jì)軟件進(jìn)行計(jì)算分析，驗(yàn)證果實(shí)的重量是否符合正態(tài)性。

本實(shí)驗(yàn)研究使用電子稱測(cè)量在種植園采摘的小番茄重量。首先對(duì)小番茄逐個(gè)稱重、拍照記錄;然后利用深度學(xué)習(xí)框架訓(xùn)練的AI模型識(shí)別照片中電子秤顯示的數(shù)值，采集所有小番茄的重量數(shù)據(jù);最后通過(guò)R語(yǔ)言進(jìn)行數(shù)據(jù)正態(tài)分布檢驗(yàn)。通過(guò)活動(dòng)讓學(xué)生體驗(yàn)利用人工智能項(xiàng)目解決實(shí)際問(wèn)題的一般路徑，為今后制作通用的儀表數(shù)據(jù)收集工具提供必要的訓(xùn)練數(shù)據(jù)和技術(shù)路線。

● 設(shè)計(jì)思路

通過(guò)本實(shí)驗(yàn)活動(dòng)，實(shí)現(xiàn)小番茄稱重?cái)?shù)值的識(shí)別采集，并檢測(cè)重量數(shù)據(jù)是否符合正態(tài)分布。實(shí)驗(yàn)項(xiàng)目需經(jīng)歷AI數(shù)據(jù)集制作、訓(xùn)練AI模型、使用AI模型推理這一過(guò)程，能夠從小番茄稱重圖片中識(shí)別和保存重量數(shù)據(jù);利用R語(yǔ)言工具進(jìn)行數(shù)據(jù)分析，繪制統(tǒng)計(jì)圖，驗(yàn)證數(shù)據(jù)是否符合正態(tài)分布。

在圖片中識(shí)別稱重?cái)?shù)據(jù)，這在人工智能領(lǐng)域?qū)儆贠CR文字識(shí)別技術(shù)，需要兩方面的功能——文本檢測(cè)和文字識(shí)別，識(shí)別過(guò)程如圖1所示。

文本檢測(cè)和文字識(shí)別都有非常成熟的算法可以使用，如DBNet場(chǎng)景文本檢測(cè)算法、CRNN文字識(shí)別算法等。這些算法經(jīng)過(guò)不斷改進(jìn)，已經(jīng)廣泛地在各種文字識(shí)別項(xiàng)目中應(yīng)用。PaddleOCR是一個(gè)開(kāi)源文字識(shí)別工具庫(kù)，整合了多種優(yōu)秀算法，其基于PaddlePaddle深度學(xué)習(xí)框架開(kāi)發(fā)，具有識(shí)別率高、識(shí)別速度快的優(yōu)點(diǎn)，能滿足本次實(shí)驗(yàn)的需求。

PaddleOCR有多種語(yǔ)言通用識(shí)別模型，可以直接用于文本檢測(cè)和文字識(shí)別，但這些模型不能用于本實(shí)驗(yàn)項(xiàng)目，因?yàn)檫@些模型會(huì)把電子秤上印有的商標(biāo)文字、功能說(shuō)明文字識(shí)別出來(lái)，識(shí)別結(jié)果會(huì)出現(xiàn)大量與數(shù)值無(wú)關(guān)的文字。此外，電子稱顯示屏的數(shù)字并不是印刷體文字，在使用通用文字識(shí)別模型時(shí)，識(shí)別結(jié)果的正確率會(huì)偏低，導(dǎo)致數(shù)據(jù)不準(zhǔn)確。所以，使用PaddleOCR必須訓(xùn)練出符合實(shí)驗(yàn)項(xiàng)目需要的文本檢測(cè)和文字識(shí)別模型。

● 實(shí)驗(yàn)過(guò)程

實(shí)驗(yàn)過(guò)程由三個(gè)環(huán)節(jié)組成，分別是制作模型訓(xùn)練樣本集、訓(xùn)練文字識(shí)別模型和使用模型進(jìn)行推理，如圖2所示。

1.準(zhǔn)備訓(xùn)練樣本

訓(xùn)練樣本的準(zhǔn)備是人工智能項(xiàng)目首先要完成的部分，也是最耗費(fèi)人力的工作。樣本的數(shù)量和質(zhì)量直接影響模型的訓(xùn)練效果，因此要有足夠的耐心，認(rèn)真完成。

首先用電子稱給小物件稱重，小物件可以是U盤(pán)、筆、硬幣等，并在稱重時(shí)拍照。通過(guò)給單個(gè)物件或者兩個(gè)、三個(gè)等不同組合的物件稱重，采集不少于500張圖片，再用圖片處理軟件將圖片處理為960×960像素。所有圖片復(fù)制兩份，分別放入兩個(gè)文件夾，一份用于制作文本檢測(cè)樣本，另一份用于制作文字識(shí)別樣本。

（1）文本檢測(cè)樣本制作

打開(kāi)圖片標(biāo)注工具PaddleOCRLabel，點(diǎn)擊“矩形標(biāo)注”，給每張圖片中顯示屏里面的數(shù)字進(jìn)行標(biāo)注。標(biāo)注框要緊貼數(shù)字邊緣，不要隨意擴(kuò)大或縮小范圍。標(biāo)注完畢，導(dǎo)出結(jié)果保存在圖片文件夾內(nèi)，文件名為L(zhǎng)abel.txt。

（2）文字識(shí)別樣本準(zhǔn)備

用圖片處理軟件把液晶屏的數(shù)字裁剪出來(lái)，注意控制裁剪范圍，僅保留數(shù)字。然后在圖片文件夾內(nèi)創(chuàng)建一個(gè)文本文件List.txt，內(nèi)容是圖片文件名和數(shù)字內(nèi)容，中間用“Tab”鍵隔開(kāi)。此文檔作為標(biāo)注文件使用。

此外，還要?jiǎng)?chuàng)建一個(gè)詞典文件。在文件夾PaddleOCR/ppocr/utils內(nèi)創(chuàng)建文本文件lcdnumber_dict.txt，內(nèi)容是數(shù)字“0～9”以及小數(shù)點(diǎn)“.”，每個(gè)數(shù)字占一行。

2.訓(xùn)練AI模型

訓(xùn)練AI模型需要耗費(fèi)很長(zhǎng)的時(shí)間，根據(jù)計(jì)算機(jī)配置的不同，以及樣本數(shù)量、訓(xùn)練次數(shù)設(shè)置等影響因素，訓(xùn)練時(shí)長(zhǎng)從一兩個(gè)小時(shí)到幾十個(gè)小時(shí)不等。

（1）文本檢測(cè)模型訓(xùn)練

文本檢測(cè)模型訓(xùn)練使用的配置文件為PaddleOCR/configs/det/det_mv3_db.yml。修改配置文件，把epoch_num設(shè)置為100，其他各項(xiàng)根據(jù)計(jì)算機(jī)配置等實(shí)際情況修改。

樣本圖片和標(biāo)注文件Label.txt放入文件夾PaddleOCR/train_data/det/。

文件準(zhǔn)備妥當(dāng)，開(kāi)始訓(xùn)練模型，命令如下：

python tools/train.py -c configs/det/det_mv3_db.yml

訓(xùn)練開(kāi)始后觀察Loss的變化，正常情況下Loss數(shù)值下降速度從快到慢。除了觀察數(shù)字變化外，還可以使用VisualDL工具用圖形方式觀察Loss變化曲線（如圖3）。

當(dāng)發(fā)現(xiàn)Loss曲線下降平穩(wěn)后，可以考慮終止訓(xùn)練，避免模型訓(xùn)練出現(xiàn)過(guò)擬合，導(dǎo)致訓(xùn)練效果下降。訓(xùn)練得出的模型保存在PaddleOCR/output/det。

（2）文字識(shí)別模型訓(xùn)練

文字識(shí)別模型訓(xùn)練使用的配置文件為PaddleOCR/configs/rec/PP-OCRv3/en_PP-OCRv3_rec.yml。修改配置文件，把epoch_num設(shè)置為100;詞典文件路徑character_dict_path設(shè)置為./ppocr/utils/lcdnumber_dict.txt;其他各項(xiàng)根據(jù)計(jì)算機(jī)配置等實(shí)際情況修改。

樣本圖片和標(biāo)注文件List.txt放入文件夾PaddleOCR/train_data/rec/。

開(kāi)始訓(xùn)練模型，命令如下：

python tools/train.py -c configs/rec/PP-OCRv3/en_PP-OCRv3_rec.yml

訓(xùn)練開(kāi)始后除了要觀察Loss的變化外，還要留意acc的變化。正常情況下訓(xùn)練一段時(shí)間后acc數(shù)值才開(kāi)始上升，最后穩(wěn)定在1附近，如圖4所示。

當(dāng)acc上升到1附近，而loss下降并穩(wěn)定后就可以終止訓(xùn)練，避免模型過(guò)擬合。模型文件可在文件夾PaddleOCR/output/rec內(nèi)找到。

3.使用AI模型推理

訓(xùn)練完成，可以先用幾張圖片測(cè)試效果。測(cè)試用圖片可以從訓(xùn)練樣本里挑選，也可以重新拍攝或者使用小番茄稱重圖片。

文本檢測(cè)測(cè)試圖放入PaddleOCR/train_data/det/test/文件夾;文字識(shí)別測(cè)試圖放入PaddleOCR/train_data/rec/test文件夾。

（1）文本檢測(cè)模型推理

測(cè)試命令如圖5所示。識(shí)別結(jié)果可在./output/det/det_results文件夾內(nèi)查看。

（2）文字識(shí)別模型推理

測(cè)試命令如圖6所示。識(shí)別結(jié)果將顯示在終端屏幕上。

（3）文本檢測(cè)文字識(shí)別串聯(lián)推理

以上模型只能實(shí)現(xiàn)單一的文本檢測(cè)或者文字識(shí)別，要實(shí)現(xiàn)小番茄稱重?cái)?shù)據(jù)的采集，還需要將兩個(gè)模型轉(zhuǎn)化為推理模型，然后串聯(lián)使用。首先將兩個(gè)模型轉(zhuǎn)為推理模型。文本檢測(cè)模型轉(zhuǎn)換推理模型命令如圖7所示，文字識(shí)別模型轉(zhuǎn)換推理模型命令如圖8所示。

把小番茄稱重圖片放在PaddleOCR/doc/imgs/，用兩個(gè)模型串聯(lián)起來(lái)推理，命令如圖9所示。

識(shí)別結(jié)果保存在PaddleOCR/inference_results文件夾內(nèi)。

● 數(shù)據(jù)分析

檢驗(yàn)小番茄的重量是否符合正態(tài)分布，這里使用了R語(yǔ)言進(jìn)行檢驗(yàn)。比較直觀的方式是用R語(yǔ)言繪制圖像，如頻數(shù)分布直方圖（如下頁(yè)圖10）和QQ圖（如下頁(yè)圖11）。

1.繪制檢驗(yàn)圖形

導(dǎo)入小番茄稱重?cái)?shù)據(jù)后，先繪制頻數(shù)分布直方圖，命令如下頁(yè)圖12所示。

從圖10可見(jiàn)，數(shù)據(jù)呈現(xiàn)了中間高兩邊低的鐘形曲線，基本符合整體分布的特征。接著，再繪制QQ圖，命令如下頁(yè)圖13所示。

圖11中的紅色區(qū)域?yàn)?5%置信區(qū)間，藍(lán)色散點(diǎn)為實(shí)際數(shù)據(jù)。大部分?jǐn)?shù)據(jù)分布在置信區(qū)內(nèi)，雖然有少部分?jǐn)?shù)據(jù)在置信區(qū)外，但實(shí)際中很少有完美的分布圖，可以認(rèn)為數(shù)據(jù)符合正態(tài)分布。

2.正態(tài)性檢驗(yàn)

除了通過(guò)觀察圖形的方式判斷數(shù)據(jù)的正態(tài)性以外，還可以通過(guò)Shapiro-Wilk正態(tài)檢驗(yàn)來(lái)判斷。

命令：shapiro.test

（tomato$weight）

檢驗(yàn)結(jié)果如圖14所示，從結(jié)果得知P值大于0.05，可認(rèn)為數(shù)據(jù)符合正態(tài)分布。

● 總結(jié)

在這一實(shí)驗(yàn)中，筆者花了大量的時(shí)間準(zhǔn)備樣本和訓(xùn)練模型，訓(xùn)練出來(lái)的模型除了識(shí)別小番茄的稱重?cái)?shù)據(jù)就沒(méi)有其他用途了嗎？能不能借助這種方法進(jìn)行數(shù)據(jù)采集呢？答案是肯定的。在工廠等生產(chǎn)環(huán)境中，利用人工智能技術(shù)識(shí)別儀器數(shù)值已經(jīng)普及。如果多采集一些儀器的儀表盤(pán)圖片，做成樣本，重新訓(xùn)練出模型，這樣的模型能夠識(shí)別出更多類型的儀器讀數(shù)。把模型部署到手機(jī)、攝像頭等設(shè)備，就能夠?qū)崿F(xiàn)拍照、錄像自動(dòng)記錄數(shù)據(jù)的功能了。至于怎樣進(jìn)一步深入使用基于深度學(xué)習(xí)的OCR技術(shù)，在后續(xù)的學(xué)習(xí)中再探討研究。