大學專題介紹

簡介

藉由Google Colab內建的演算法，並利用TensorFlow Lite，將植物圖片辨識出植物名稱，以及判斷該植物是否有毒，再利用android studio來設計出此app，讓使用者能在從事戶外活動時，利用此系統來預防誤食或誤觸有毒植物。

系統架構

我們的系統主要分為Android手機應用程式以及TensorFlow Lite影像辨識 兩套系統。如圖1系統架構圖。 Android手機應用程式主要負責介面控制和更多功能的開發，我們會先在Google Colab裡面把我們蒐集的10種台灣常見有毒植物進行訓練，根據Google開發的MobileNet V2模型創建基礎模型，並在ImageNet數據集，140萬圖像的大型數據集和1000類Web圖像上進行了預訓練。首先，選擇MobileNet V2的哪個中間層將用於特徵提取，之後訓練完後會再進行第二次微調。最後會得到符合TensorFlow Lite的兩個檔案，分別是格式檔(.tflite) 和 樣本名稱(.txt)，最後把兩個檔案放進Android Studio的指定目錄裡面，然後從GitHub下載TensorFlow Lite模型到Android Studio進行程式開發。

Android APP開發成果

主畫面

植物辨識

有毒植物圖鑑