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。