# circuit-detection

**Repository Path**: ZHUYU2002/circuit-detection

## Basic Information

- **Project Name**: circuit-detection
- **Description**: a small app detecting citcuit from picture, based on Tensorflow SSD network
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2022-08-16
- **Last Updated**: 2022-08-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: ML, TensorFlow, Python, PyQt5

## README

<h1 align = center>电路图识别系统</h1>

<p align = center>孙伯伟、赵圣斌、朱语</p>

----

<h4>项目简介</h>

我们希望设计一款能够从静态照片中识别出电路图，并将其提取出来，作进一步判断的软件

`circuitDetect`基于卷积神经网络SSD预训练模型，经过我们自主采集的图片样本训练，能够识别一部分的电路图和文字，整体识别率不高

![result_Clip](./doc/resultClip.png)



<h4>安装使用</h4>

1. 推荐安装`anaconda`，这将为后续文件管理提供帮助。`anaconda`的[安装路径](https://www.anaconda.com/)
2. 使用anaconda创建新环境，推荐在anaconda-navigator中创建，也可以使用命令行

![new-environment](./doc/conda-environment.png)

3. 克隆[本仓库](https://gitee.com/ZHUYU2002/circuit-detection.git)到本地，打开TransCript文件夹，将两个文件复制到基目录（参考TransCript下的README）

4. 在anaconda-navigator中选中新环境，安装库`ipykernel`，选择`open with Jupyter Notebook`

<img src="./doc/open-with-JupyterNotebook.png" alt="open with jupyter-notebook," style="zoom:50%;" />

5. 打开刚刚复制到基目录下的两个脚本文件，执行响应的`pip`命令，确保所有的`import`不会报错
6. 打开pycharm，新建Python解释器，选择`conda环境-现有环境`，设置为刚才创建的环境，勾选`可用于素有项目`
7. 在pycharm中打开本项目，应用刚才创建的解释器

<img src="./doc/new-interpreter.png" alt="new interpreter," style="zoom:26%;" />

8. 调试、运行



<h4>文件结构</h4>

[Tensorflow/workspace](./Tensorflow/workspace)：存放工作目录

- [annotation](./Tensorflow/workspace/annotation)：存放训练生成的checkpoint文件
- [images](./Tensorflow/workspace/images)：存放训练和测试图片，以及软件运行的结果
- [models](./Tensorflow/workspace/models)：存放模型

[TrainScript](./TrainScript)：存放数据初处理和模型训练用的脚本

[doc](./doc)：存放图片等源文件



<h4>鸣谢</h4>

参考[nicknocknack](https://github.com/nicknochnack)的[训练脚本](https://github.com/nicknochnack/TFODCourse)，以及B站对应的[视频讲解](https://www.bilibili.com/video/BV1Aq4y1E75N?spm_id_from=333.337.search-card.all.click&vd_source=ea8e81b5e31ab98aa2b83711fb0eaaae)



----

<p align = right>上次修改时间：2022年08月18日10:44:40</p>