chinese_chess_recognition-源码

中国象棋棋子识别 西北大学的EECS349机器学习（Doug Downey讲授） 埃文·钱恩 | 戴（ Dai） 目标 我们项目的目标是对中国象棋件进行分类。 给定国际象棋棋子的图像（最上面是繁体汉字），我们希望分类器能以很高的置信度识别国际象棋棋子的颜色和类型。 总而言之，输入是某个国际象棋棋子的相机框架，输出是相应棋子类型的颜色和类型。 这是机器人下象棋的重要组成部分，这是我们的最终目标。 为了达到我们的最终目标，我们还需要对中国象棋棋子进行实时（或视频流）分类，我们将在接下来的页面中进行实验并根据视频进行分类。 选型 众所周知，要解决图像分类问题，CNN绝对是ML / DL体系结构中的最佳选择。 我们测试了几种CNN结构，主要集中在我们自己构建的玩具CNN模型和经过微调的VGG16 CNN模型上。 我们使用Keras（以TensoeFlow作为后端）实现了这些模型。 对于玩具C