关于棋类相关的AI类型的项目在我之前的文章中也有过不少的实践开发经历，这里就不再赘述了，感兴趣的话可以自行移步阅读即可：
《YOLOV5融合SE注意力机制和SwinTransformer模块开发实践的中国象棋检测识别分析系统》
《基于轻量级YOLO开发构建中国象棋目标检测识别分析系统》
《yolov5s融合SPD-Conv用于提升小目标和低分辨率图像检测性能实践五子棋检测识别》
《基于yolov5s实践国际象棋目标检测模型开发》
本文主要是开发构建中国象棋棋子的识别系统，而以往的博文则主要是基于目标检测模型开发实现的，这里首先看下对应的效果图：
简单看下数据集：
共包含10个棋子的类别，详情如下：
【帅】
【仕】
【相】
【马】
【炮】
【車】
【兵】
【车】
【将】
【象】
本文搭建的轻量级的CNN模型详细参数结构如下所示：
感兴趣的话可以很容易的复现出来去实现。
默认设定了200次epoch的迭代计算，训练日志输出如下所示：
准确率曲线如下：
损失值曲线如下所示：
可视化推理实例如下所示：
为了进一步分析，这里集成进来了GradCAM热力图分析功能，如下所示：
