在三篇文章的第一篇中，美国云服务器，我们描述了为什么我们选择构建一个人工智能驱动的系统，这个系统可以看到、理解和反应我们周围的世界。我们分享了我们的设计目标、架构决策、游戏计划以及我们计划使用的过程。在这篇文章中，大数据怎么看，我们将介绍我们如何收集数据，然后我们如何选择和训练我们的模型。

收集和准备数据

任何机器学习项目的第一个实际步骤都涉及收集和准备数据。在我们的例子中，我们没有可以用来训练模型的现有标记数据宝库，这意味着对于这个项目，我们需要创建数据集。创建数据集的方法有很多种，我们考虑过使用蛮力方法，即用手单独拍摄许多照片，自助建站源码，或从视频中导出帧，但这需要花费大量时间来使用边界框标记生成的图像。对于这样一个基于图像的"看"项目来说，更好的方法是自动化一个过程，使用裁剪的图像随机生成数据。

我们从一个简单的游戏场景基本图像开始（图1）。地板，怎么成为淘客，或背景，是一个黑色的垫子，云免费，通常用于健身房和棕色的木块作为墙壁的竞技场。接下来，我们创建了一个Sphero机器人的简单裁剪图像（图2）。这些基本图像将被用来创建一个自动化的过程，将机器人随机放置在竞技场图像中，这些生成的竞技场图像将成为我们的数据集。