Kivy教程大全之 使用 NumPy 和 Kivy 对 Android 设备进行图像分类

文章简介

• ANN架构。
• 使用 KV 语言创建小部件树。
• 创建 Kivy 应用程序。
• 使用正确的 NumPy 版本。
• 构建 Android 应用程序。

了解更多信息

本教程的重点是构建一个调用预训练的 ANN 来对图像进行分类的 Android 应用程序。这里不深入讨论准备数据集、构建、训练和优化 ANN 的步骤。在本教程中将仅对它们进行简要讨论。

但不要担心——在不了解这些细节的情况下遵循本教程中的想法是可以的。如果您想了解它们，请查看我之前创建的详细讨论所有这些问题的资源：

• 使用 NumPy 从头开始​​实现 ANN：“使用 NumPy 实现人工神经网络和 Fruits360 图像数据集的分类”。
• 使用 GA 优化人工神经网络：“使用 Python 的遗传算法进行人工神经网络优化”。
• 使用遗传算法进行特征缩减：“使用 Python 的遗传算法进行特征缩减”。

本教程将重点介绍该项目的工作原理，直到构建在 Android 设备上运行的 APK 文件。

ANN架构

要了解该项目的工作原理，了解我们正在使用的 ANN 的架构至关重要，如下图所示。如前所述，减少的特征向量长度为​​ 102。因此，输入层中的神经元数量将为 102。

该网络有 2 个