Android安卓麻将识别源码Demo
上一章讲训练的过程，最终得出训练模型，导入Android 上面，运行Demo效果还不错，咱们先说训练效果好的方面，再说不好的方面。
联1v络:v.x：773179801
百度网盘测试APP下载地址：
链接：https://pan.baidu.com/s/1grwUcLkI9i3OABsLtB5h3Q
提取码：pkbl
先见效果图，另外我已经上传到了抖音视频，想看NB效果，可以点击链接直接观看：
看完视频效果是不是觉得很牛逼，识别效果居然这么完美啊 ，哈哈！
先说一下本次训练过程，花费时间：
1:样本采集，拍摄28个视频 花费1个小时
2:样本预处理转化成图片并分组，主要工作内容就是写脚本，花费3个小时。
3:标注，标注是一个辛苦的活，一共标注2800张左右的图片，花费大概1天时间，按10小时算。
4:打包上传准备脚本之类花费2小时。
5:训练过程中测试过程中模型在手机上的效果花费2小时。
6:训练过程中写博客记录花费4小时
7:训练在云端，云端设备一共工作48小时。 是机器工作我在玩哈哈。
心得体会：
1:关于样本，采集方式要全面一些，我采集都是一张麻将，周围都是绿色背景，但实际打麻将，麻将肯定大多数时候是挨着的。
所以没考虑这总情况。
2:关于样本,我是拍摄视频1280x720的，这样样本都是这个尺寸，而训练的网络input是300x300,这样导致样本被缩小，结果很严重：麻将必须非常靠近摄像头才能识别得到，所以出现一个摄像头高度只能容纳3个麻将。间接说明清晰度问题。
解决办法：如果要识别更多麻将，需要拍摄清晰的样本，样本建议尺寸800x800以内，最好600x600 .
3:效果这么好实际上是object detection + object track，才有这么好的效果噢，不过已经非常NB了。
4：样本拍摄相机高度一定要是你最终运用的时候高度，这样效果最好噢！实际上也验证了有多少智能就有多少人工！
5：机器学习没那么神，样本拍摄，一定要考虑 要设备物体的4个方向，上下左右拍摄。比如7条，光竖着拍摄最终识别时候遇到7条倒着 可能识别成9条！对于4饼倒是无所谓，TM就是上下对称 左右对称的！！！
总结：
移动设备效果非常好，可以为客户定制物体识别了！但是为了最近的验证效果，一定要考虑实际使用场景，根据实际场景拍摄样本训练，样本非常非常重要！
到此整个麻将识别过程就结束了，感兴趣朋友可以联系我一起沟通。对于麻将识别，这个实验效果和文章一定是全网独一无二的，如果看到喜欢我的文章，请联系我进行转载。
