> For the complete documentation index, see [llms.txt](https://gmii.gitbook.io/gmii-tw/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://gmii.gitbook.io/gmii-tw/gmii-vision/vision/classifier.md).

# 分類器

智能分類器透過機器學習的方式訓練並分類影像。

## 管理

* 新增、移除、清除所有
* 重新命名：點兩下名稱可以重新命名。
* 更改編號：在任務中可以使用指定編號的智能分類器分類目標。
* 設定細節：點選名稱設定智能分類器的細節。

註：訓練欄位表示這個智能分類器是否已經訓練完成。

![](/files/-M2r6xwuQ79LOORpSNzI)

## 資料集製作

### 設定種類

點選種類旁邊的更改按鈕開啟跟改種類的視窗。視窗中有新增、刪除和上下移的功能，點選名稱兩下可以重新命名種類名稱。

![](/files/-M2r6xwq2WP4JDh7s5nA)

### 擷取影像

先在類別選單中選擇要設定資料集的類別，選擇相機並擷取其影像，可以直接儲存影像，或是在影像中圈選範圍再儲存。

![](/files/-M2r6xwpol37I1q2cIbl)

### 在任務中製作資料集

因為使用智能分類去需要大量的資料，我們建議在任務中製作資料集，藉由API可以將相機影像儲存至指定智能分類器的類別中，也可以儲存目標檢測的結果。

#### Blockly

![](/files/-M2r6xwoevnIawprOHbe)

#### Python

```
from api import GmiiVisionAPI
import time

GmiiVisionSocket = GmiiVisionAPI.load()


i = None


for i in range(1, 11):
  print(i)
  GmiiVisionAPI.ClassifierSave(GmiiVisionSocket, 0, 0, 0) # 相機編號, 分類器編號, 類別
  time.sleep(2)
```

## 訓練

### 選擇方法

目前智能分類器提供之方法有：

1. Mobilenet

![](/files/-M2r6xwwFmIBggrAYoFf)

### 開始訓練

1. 設定批次大小與訓練次數
   * 批次大小：每一次訓練的資料數量
   * 訓練次數：全部資料集訓練次數
2. 開始訓練

![](/files/-M2r6xwzdWtvWdCSiVn1)

## 測試

訓練分頁下方可以擷取指定編號相機的影像，可以直接測試影像或是在影像上測試訓練好的智能分類器。

![](/files/-M2r6xwvlzbwqzEcIFMh)

## 在任務中使用智能分內器

### Blockly

![](/files/-M2r6xwtawfYRZRrUzO8)

### Python

```
from api import GmiiVisionAPI
import time

GmiiVisionSocket = GmiiVisionAPI.load()


res = None


res = GmiiVisionAPI.ClassifierClassify(GmiiVisionSocket, 1, 0)
GmiiVisionAPI.ClearOutput(GmiiVisionSocket)
print(str('類別：') + str(res[0]))
print(str('分數：') + str(res[-1]))
```

## 展示

### 使用目標檢測製作訓練資料集

### 使用智能分類器分類搭配機械手臂


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://gmii.gitbook.io/gmii-tw/gmii-vision/vision/classifier.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.