深度学习和 TensorFlow 在 Android 上的实时闪电检测：实时测试
5.00/5 (1投票)
在本文中，我们将对我们的应用程序进行实时测试。
引言
在上一篇文章中，我们介绍了在Android环境中的TFLite模型设置，直到一个可用的演示应用程序。
在这篇文章中，我们将对Android设备进行一些实时测试。
安装
我使用两种不同的设备测试了该应用程序 - Samsung SM-A710FD和Huawei MediaPad T3 10 - 两者都运行Android 7.0版本。
一个建议：不要在你的房间里测试这个应用程序，因为任何发出或反射光线的东西都会被检测为闪电。 这就是我们训练模型要做的事情，对吧？ 我们数据集中的近300张图片都显示闪电在夜间击中。 这意味着黑色背景和一个发光物体 - 被检测为闪电。 当你将手机或平板电脑的摄像头指向电脑屏幕或天花板上的光源时，也会发生同样的情况。 我建议你在晚上到户外测试该应用程序，将诸如路灯之类的东西作为闪电的替代品。 我用iPhone进行了一个测试 - 在上面打开了一张闪电图片，并用运行该应用程序的Android设备对准屏幕。 没错：该应用程序检测到了闪电！
请注意，目标（摄像头指向）应该是突然的，以便模拟真实闪电的突然出现。
手动测试
为了进行手动测试，我带着我的Android手机、华为平板电脑和iPhone（加载了闪电图片）去了我的阳台。 那是一个美丽而晴朗的夜晚。 然后我在我的Android设备上运行了该应用程序。 请查看生成的视频和截图。
同样适用于华为平板电脑 - 请参阅视频和截图。
神奇，对吧？ 正如我之前提到的，任何发出的或反射的光线都会被检测为闪电。 为了使模型更准确地工作，你可以用更多的训练数据来训练它。 我用大约300张图片进行了训练。 尝试使用更大的数据集，例如1000张图片。
后续步骤
在下一篇文章中，我们将讨论项目成果和“经验教训” - 我们所采用的方法如何可以用于类似的检测任务。 请继续关注！