【高校校徽识别】基于百度EasyDL实现

本文介绍基于EasyDL平台训练校徽识别模型并集成到Java后端的步骤。先说明校徽及EasyDL平台，采集615所高校校徽图片和生成标注JSON，上传数据创建图像分类模型，经训练、校验后，以公有云API发布，再用Java集成API，结合数据库返回校徽对应高校信息，可用于小程序等场景。

小程序演示

校徽

校徽（school badge）是学校徽章的简称，是一个学校的标志之一，其主要的目的是分辨人员、留存纪念和通过图案、文字来介绍学校的性质和学科，同时在佩戴校徽的时候也给佩戴者在无形中增加了纪律的约束，规范学生的行为，提高学校的知名度。体现出学校的特征，让人容易记住。

校徽一般分为：大学校徽(也称为高校校徽)、高中校徽、初中校徽、小学校徽等。

温馨提示:以上内容来源于:https://baike.baidu.com/item/%E6%A0%A1%E5%BE%BD/3400254

学校标志是将学校的理念精神，以具体的图形、图案形式表达出来的视觉符号，它是学校视觉形象识别系统的重要要素之一。学校标志作为一种视觉文化符号，有其独特的外在与内涵。

本文小帅将基于EasyDL进行图像分类模型训练。简单讲解训练一个校徽识别模型的步骤。后端使用Java语言

关于EasyDL

EasyDL是基于百度自主研发的深度学习平台飞桨结合业界先进的工程服务技术打造的简单易用的模型训练和服务平台     EasyDL是百度大脑推出的零门槛AI开发平台，面向各行各业有定制AI需求、零算法基础或者追求高效率开发AI的企业用户。支持包括数据管理与数据标注、模型训练、模型部署的一站式AI开发流程，原始图片、文本、音频、视频等数据，经过EasyDL加工、学习、部署，可通过公有云API调用，或部署在本地服务器、小型设备、软硬一体方案的专项适配硬件上，通过SDK或API进一步集成详细介绍请访问:https://ai.baidu.com/easydl/

应用背景

没吃过猪肉，还没见过猪跑吗？ 没上过985,211，还能不认识高校校徽吗。当然肯定不认识了。那怎么办呢。除了摸头看着图片上的文字硬想，还能怎么办呢？有的校徽万一字都不认识呢。那又怎么办呢？怎么能快速得知校徽的高校名称、英文名称、简称呢？基于这样的小小方向。便诞生了 校徽识别 的应用想法。

数据采集

校徽(LOGO)数据采集

通过百度百科可以采集到较为清晰的图片。小帅使用Java语言，第三方工具JSOUP进行采集百度百科的数据当模型的训练基础数据集

    org.jsoup    jsoup    1.14.2

数据采集示例代码

 public static void main(String[] args) throws Exception {        String schoolNames = "";//高校名称N个        String[] schoolName = schoolNames.split(",");        //LOGO图片保存的文件夹        String logoPath = "F:\testimg\school\";        //百度百科网址前缀        String BASE_URL = "https://baike.baidu.com/item/";        String GET_URL = "";//百度百科地址        String schoolNameOne = "";        long startTime = System.currentTimeMillis();        try {            for (int i = 0; i < schoolName.length; i++) {                schoolNameOne = schoolName[i];                GET_URL = BASE_URL + schoolNameOne;                easydlCode = i + 1;                Document document = Jsoup.connect(GET_URL).get();                Elements summaryPic = document                                .select("div.summary-pic");                //LOGO图片                String logoURL = summaryPic.get(0)                             .getElementsByTag("img")                             .get(0).attr("src");                //保存logo图片                java.net.URL urls = new URL(logoURL);                Image image = Toolkit.getDefaultToolkit().getImage(urls);                BufferedImage bufferedImage = toBufferedImage(image);                String imageName = easydlCode + ".png";                ImageIO.write(bufferedImage, "png", new File(logoPath + imageName));            }            long endTime = System.currentTimeMillis();            System.err.println("总耗时 = " + (endTime-startTime));        }catch (Exception e){            log.info("学校名称---->{},错误信息---->{}",              schoolNameOne,              e.getMessage() );        }    }    /**     * @param image 通过url获取的image对象     * @return java.awt.image.BufferedImage     * @Author 小帅丶     * @Description Image转BufferedImage     * @Date 2020/9/29 10:47     **/    public static BufferedImage toBufferedImage(Image image) {        if (image instanceof BufferedImage) {            return (BufferedImage) image;        }        image = new ImageIcon(image).getImage();        BufferedImage bimage = null;        GraphicsEnvironment ge = GraphicsEnvironment                .getLocalGraphicsEnvironment();        try {            int transparency = Transparency.OPAQUE;            GraphicsDevice gs = ge.getDefaultScreenDevice();            GraphicsConfiguration gc = gs.getDefaultConfiguration();            bimage = gc.createCompatibleImage(image.getWidth(null),                    image.getHeight(null), transparency);        } catch (HeadlessException e) {            log.info("toBufferedImage()-->",e.getMessage());        }        if (bimage == null) {            int type = BufferedImage.TYPE_INT_RGB;            bimage = new BufferedImage(image.getWidth(null),                    image.getHeight(null), type);        }        Graphics g = bimage.createGraphics();        g.drawImage(image, 0, 0, null);        g.dispose();        return bimage;    }

JSON数据生成---【分类标注】

共计采集了615所高校校徽(LOGO),所以循环是从1开始。

{    "labels":[        {            "name":"aircraft"        }    ]}

文件内容根据百度标注格式示例文件得知。以下代码可以快速生成所需的JSON文件。快而简的捷径。

    public static void main(String[] args) {        //要保存的路径        String jsonPath = "F:\testimg\school\";        for (int i = 1; i < 616; i++) {            //label内容，百度示例文件提供            String labelContent = "{"labels": [{"name": ""+i+""}]}";            FileUtil.writeString(labelContent,                     jsonPath+i+".json",                     CharsetUtil.UTF_8);        }    }

创建模型、数据集

选择图像分类模型进行创建。上述操作完成后，将图片、JSON一起打包成压缩包文件。进行上传，上传选项如下图

各位根据自己实际情况选择训练环境哦~ 本文选择的为免费训练环境哦。如下图

模型训练

等待训练完成即可进行体验

校验模型

点击校验，启动校验模型。稍等片刻，即可立马在线体验模型精准度等相关操作。

1 代表的北京大学，置信度94.84% 相当不错哦

模型发布

训练完成后，可将模型部署在公有云服务器、通用小型设备、本地服务器，或直接购买软硬一体方案，灵活适配各种使用场景及运行环境

本文选择公有云API发布

公有云API

训练完成的模型存储在云端，可通过独立Rest API调用模型，实现AI能力与业务系统或硬件设备整合

具有完善的鉴权、流控等安全机制，GPU集群稳定承载高并发请求

支持查找云端模型识别错误的数据，纠正结果并将其加入模型迭代的训练集，不断优化模型效果

本地服务器部署

可将训练完成的模型部署在私有CPU/GPU服务器上，支持服务器API和服务器SDK两种集成方式

可在内网/无网环境下使用模型，确保数据隐私

通用小型设备

训练完成的模型被打包成适配智能硬件的SDK，可进行设备端离线计算。满足推理阶段数据敏感性要求、更快的响应速度要求

支持iOS、Android、Linux、Windows四种操作系统，基础接口封装完善，满足灵活的应用侧二次开发

软硬一体方案

高性能硬件与模型深度适配，多种方案可选。可应用于工业分拣、视频监控等多种设备端离线计算场景，

让离线AI落地更轻松。了解更多

微信小程序集成

可参考小程序项目 https://gitee.com/xshuai/weixinxiaochengxu

校徽识别模块

模型API集成到项目

引入百度公有云SDK

com.baidu.aipjava-sdk4.12.0

Java示例代码

/**自己训练的模型地址-校徽识别*/private static String URL_SB = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/classification/schoolbadge";/** * @Author 小帅丶 * @Description 校徽识别 * @Date  2024年9月26日15:44:36 * @param file 图片 * @return void **/@RequestMapping(value = "/school_badge",method = {RequestMethod.POST})public ResponseEntity