国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

Maix Bit(K210)保姆級(jí)入門上手教程---自訓(xùn)練模型之云端訓(xùn)練

這篇具有很好參考價(jià)值的文章主要介紹了Maix Bit(K210)保姆級(jí)入門上手教程---自訓(xùn)練模型之云端訓(xùn)練。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。

Maix Bit(K210)保姆級(jí)入門上手教程系列

Maix Bit(K210)保姆級(jí)入門上手教程—環(huán)境搭建

Maix Bit(K210)保姆級(jí)入門上手教程—外設(shè)基本使用


這是K210快速上手系列文章,主要內(nèi)容是,介紹MaixHub這個(gè)線上訓(xùn)練模型的使用,以及如何部署到K210中。

閱讀本文的前提:讀者對(duì)基本的監(jiān)督式學(xué)習(xí)有一定的了解,之道學(xué)習(xí)率、迭代次數(shù)、網(wǎng)絡(luò)模型等有一定的概念。沒有的話,自行補(bǔ)充啦或者點(diǎn)這里,閱讀官方文檔學(xué)習(xí)相關(guān)基礎(chǔ)~

本文內(nèi)容多來自官方文檔,目的是為了幫助讀者快速上手訓(xùn)練自己的模型,侵權(quán)刪!


一、K210硬件介紹

一般來說運(yùn)行神經(jīng)網(wǎng)絡(luò)模型有兩種方式。一種是直接通過CPU進(jìn)行運(yùn)行,一種是通過KPU或者GPU加速運(yùn)行。K210中使用KPU的方式加速運(yùn)行網(wǎng)絡(luò)模型,使得其運(yùn)行速度得到加快。

1、內(nèi)存介紹

k210,Maix Bit(K210)保姆級(jí)入門上手教程,深度學(xué)習(xí),神經(jīng)網(wǎng)絡(luò),人工智能
MaixPy 中的存儲(chǔ)介質(zhì)主要由 Flash,SD 卡組成,分為三塊區(qū)域,分別是 MaixPy.bin 固件區(qū),xxx.kmodel 模型區(qū),文件系統(tǒng)區(qū):Flash 上為 spiffs(SPI Flash File System),SD 卡為 Fatfs(FAT file system)。

通常起始于 0x300000,模型文件之所以一般不燒錄在 Flash 的文件系統(tǒng),原因有下:

Flash 中文件系統(tǒng)擁有的內(nèi)存并不夠大,不足以放入大模型,更大的模型可以放入 SD 卡中。直接讀取模型文件比經(jīng)過文件系統(tǒng)讀取速率更快。

但是也會(huì)有以下原因會(huì)將模型燒錄在flash中,就是模型本身比較大,就需要燒錄到flash中,而不是SD卡中。因?yàn)槟P痛?,SD卡加載模型可能會(huì)出現(xiàn)內(nèi)存不足的情況。

內(nèi)存管理:
在 MaixPy 中, 目前使用了兩種內(nèi)存管理, 一種是 GC(垃圾回收), 另一種是系統(tǒng)堆內(nèi)存, 兩者同時(shí)存在。

比如:芯片有 6MiB 內(nèi)存,加入固件使用了前面的 2MiB, 還剩 4MiB, 默認(rèn) GC使用 512KiB, 剩下的給系統(tǒng)堆內(nèi)存管理。

注意:
GC 內(nèi)存的總大小是可以設(shè)置的, 所以,根據(jù)具體的使用情況可以適當(dāng)修改GC內(nèi)存大小, 比如:

為了加載更大的模型,可以把 GC內(nèi)存設(shè)置小一點(diǎn)
如果分配新的變量提示內(nèi)存不足, 可以適當(dāng)將GC內(nèi)存設(shè)置大一點(diǎn)即可。如果都不夠了, 就要考慮縮減固件大小,或者優(yōu)化代碼了。

2、KPU介紹

KPU是通用的神經(jīng)網(wǎng)絡(luò)處理器,它可以在低功耗的情況下實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)計(jì)算,時(shí)時(shí)獲取被檢測(cè)目標(biāo)的大小、坐標(biāo)和種類,對(duì)人臉或者物體進(jìn)行檢測(cè)和分類。KPU 實(shí)現(xiàn)了 卷積、批歸一化、激活、池化 這 4 種基礎(chǔ)操作的硬件加速, 但是它們不能分開單獨(dú)使用,是一體的加速模塊。KPU使用也有一些限制。

內(nèi)存限制

  • K210 有 6MB 通用 RAM 和 2MB KPU 專用 RAM。模型的輸入和輸出特征圖存儲(chǔ)在 2MB KPU RAM 中。權(quán)重和其他參數(shù)存儲(chǔ)在 6MB 通用 RAM 中。

加速限制
加速限制比較多,有一些算子是能完全加速,有一些不能,大概知道這個(gè)就行了。具體哪些可以,哪些不可以自己上官方查啦~

二、MaixHub介紹

MaixHub網(wǎng)站提供模型訓(xùn)練功能和模型分享功能, 只需要準(zhǔn)備好需要訓(xùn)練的數(shù)據(jù)集, 不需要搭建訓(xùn)練環(huán)境和代碼, 上傳訓(xùn)練數(shù)據(jù)即可快速訓(xùn)練出模型,方便快速制作你的 AI 應(yīng)用,或者入門學(xué)習(xí) AI 訓(xùn)練的流程和原理。

三、獲取圖片數(shù)據(jù)

1、網(wǎng)上獲取

獲取圖片數(shù)據(jù),可以自己爬蟲獲取,也可以從實(shí)際運(yùn)行的開發(fā)環(huán)境中獲取。如果是實(shí)際運(yùn)行的環(huán)境獲取的話(建議采用這個(gè)方式,用自己獲取到的圖片訓(xùn)練,精度會(huì)更高),可以參考下面的代碼。如果是爬蟲獲取,可以參考
百度爬取圖片

2、線下獲取

我這里寫了一個(gè)簡(jiǎn)單從攝像頭獲取數(shù)據(jù)的代碼,可以參考一下。目前支持兩種獲取圖片的方式,定時(shí)獲取或者按鍵獲取。

但是由于個(gè)人水平實(shí)在有限,不能解決python中使用uos.mkdri()創(chuàng)建的目錄不能正常使用python進(jìn)行刪除的問題(建議通過相關(guān)接口修改字典的內(nèi)容,因?yàn)閯?chuàng)建的目錄不能正常刪除,除非在PC上操作)。

如果出現(xiàn)目錄或者文件異常,可能是沒有正常關(guān)閉文件導(dǎo)致的??梢栽赑C上面把創(chuàng)建的東西刪除就可以。

注意,需要SD卡,文件都是在SD卡中操作的。

基本流程的話,首先調(diào)用init()創(chuàng)建索引文件。之后會(huì)根據(jù)字典的內(nèi)容創(chuàng)建相應(yīng)的目錄存放文件。例如:init()創(chuàng)建的字典文格式如下。

會(huì)自動(dòng)創(chuàng)建目錄/pic/sit/right和/pic/sit/error,之后會(huì)自動(dòng)讀取以及保存right或者error的值作為圖片名詞。

dictx={'sit': {'right': 0, 'error': 0}, 'object': {'portable_battery': 0, 'Instant_noodles': 0,'mouse': 0}}

如果是使用Maix Bit板子,下面代碼能直接運(yùn)行:按鍵就是開發(fā)板上的按鍵

from machine import Timer
from Maix import GPIO 
from fpioa_manager import fm

import sensor, lcd
import uos,sys

def create_dir(dir,chdir='/sd'):
    try:
        if(uos.stat(dir)):
            print("PATH existed")
    except:
            uos.mkdir(dir)
# 函數(shù)整個(gè)字典讀取,文件默認(rèn)名字是index.txt
def read_pic_index(file_path='/sd/pic'):
    uos.chdir('/sd/pic')
    file = open('index.txt','r+',encoding='utf-8')
    index= eval(file.read())   #讀取的str轉(zhuǎn)換為字典
    file.close()
    return index
# 添加一個(gè)字典,第一次創(chuàng)建,寫key=='none'
def add_pic_index(key,dict_value,file_path='/sd/pic'):
    if(key!='none' ):
        index = read_pic_index(file_path)
        file = open('index.txt',"w+",encoding='utf-8')
        index[key]=dict_value
        file.write(str(index))      #把字典轉(zhuǎn)化為str
        file.close()
    else:# 第一次創(chuàng)建
        create_dir('pic',file_path)
        uos.chdir(file_path)
        #print(uos.getcwd())
        file = open('index.txt',"w+",encoding='utf-8')
        file.write(str(dict_value))      #把字典轉(zhuǎn)化為str
        file.close()
        
# 刪除一個(gè)字典
def del_pic_index(key,file_path='/sd/pic'):
    import sys
    global index   # 聲明全局索引
    
    index = read_pic_index('index.txt')
    file = open('index.txt','w+')
    
    try:
        del index[str(key)]
    except KeyError:
        print('key :'+key +' have been del or without this key')   
        #file.close()
    else:
        pass
    file.write(str(index))      #把字典轉(zhuǎn)化為str
    file.close()

# 打印所有的索引
def print_pic_index(file_path='sd/pic'):
    cat_index=read_pic_index('index.txt')
    for key in cat_index:
        print("key:%s value:%s"%(key,str(cat_index[key])))

# 獲取key的索引
def get_pic_key_index(key,file_path='sd/pic'):
    cat_index=read_pic_index('index.txt')
    for fkey in cat_index:
        if fkey==key:
            return cat_index[key];
# 設(shè)置某一個(gè)key的index
def set_pic_key_index(key,dict_value,file_path='sd/pic'):
    add_pic_index(key,dict_value,file_path)
# 清楚所有的index
def clear_pic_index(file_path='sd/pic'):
    cat_index=read_pic_index(file_path)
    for key in cat_index:
        del_pic_index(key,file_path)


# 這里解釋以下,init()創(chuàng)建一個(gè)索引文件,保存標(biāo)簽圖片
# 比如,/sd/pic/index.txt中的數(shù)據(jù)就是dictx的數(shù)據(jù),使用前需要先調(diào)用init()
# 存放圖片也跟這個(gè)有關(guān)系,存放圖片的路徑會(huì)是,/sd/pic/sit/right或者
# /sd/pic/sit/error
def init():
    # init()執(zhí)行一次就行了,之后屏蔽掉就OK
    dictx={'sit': {'right': 0, 'error': 0}, 'object': {'portable_battery': 0, 'Instant_noodles': 0,
                                                        'mouse': 0}}
    try:
        if uos.stat('/sd/pic'):
            print("PATH existed")
    except:
        uos.mkdir('/sd/pic')
        add_pic_index('none',dictx)
        index=read_pic_index()
        print(index)

# 初始化攝像頭
def sensor_init():
    sensor.reset()
    sensor.set_pixformat(sensor.RGB565)
    sensor.set_framesize(sensor.QVGA)
    sensor.run(1)
    sensor.skip_frames()

# 獲取一幀圖片
def get_frame_pic():
    img = sensor.snapshot()
    return img

# 獲取獲取圖片計(jì)數(shù)和圖片設(shè)置路徑
pic_num=1
save_path=''

# 保存圖片設(shè)置
def save_pic(timer):
    global pic_num
    global save_path
    img=get_frame_pic()
    lcd.display(img)
    file_name=save_path+'/'+str(pic_num)+'.jpg'
    print(file_name)
    img.save(file_name, quality=95)
    pic_num+=1

#開發(fā)板上RST的按鍵IO
KEY=16 

# 保存圖片,保存的數(shù)量,1張圖片拍攝的時(shí)間間隔(ms),這里使用計(jì)時(shí)器的方式
# 參數(shù):ikey是字典類標(biāo)簽,iikey是某一個(gè)標(biāo)簽
# 參數(shù):num是保存圖片數(shù)量,file_index_path就是標(biāo)簽保存途徑
# 參數(shù):interval是’period‘獲取一張圖片間隔,推薦300~500ms
# 參數(shù):mode是模式,按鍵’key‘,模式’period‘
# 注意:使用按鍵的方式,interval將不再起作用
def start_obtain(ikey,iikey,file_index_path='/sd/pic/index.txt',num=100,interval=300,mode='period'):
    global pic_num
    global save_path
    print('sensor_init & lcd')
    pic_index=get_pic_key_index(ikey,file_index_path)
    print(pic_index)
    sensor_init()
    lcd.init()
    if mode=='period':
        if interval < 150:
            interval = 150
        # 配置定時(shí)器
        print('init irq')
        tim = Timer(Timer.TIMER0, Timer.CHANNEL0, mode=Timer.MODE_PERIODIC, period=interval, unit=Timer.UNIT_MS, callback=save_pic, arg=save_pic, start=False, priority=1, div=0)
    elif mode=='key':
        # 配置按鍵外部中斷
        fm.register(KEY, fm.fpioa.GPIOHS0)
        key = GPIO(GPIO.GPIOHS0, GPIO.IN, GPIO.PULL_NONE)
        key.irq(save_pic, GPIO.IRQ_RISING, GPIO.WAKEUP_NOT_SUPPORT,1)    
    else:
        print('input mode error please input mode = period or key')
        return 0
    # 獲取索引
    pic_index=get_pic_key_index(ikey,file_index_path)
    print(pic_index)
    # 根據(jù)索引的進(jìn)行處理
    for pkey in pic_index:
        if iikey==pkey:
            save_path='/sd/pic/'+ikey+'/'+pkey # 保存文件目錄
            create_dir('/sd/pic/'+ikey) # 創(chuàng)建相應(yīng)路徑的文件夾
            create_dir(save_path) # 創(chuàng)建相應(yīng)路徑的文件夾
            last_num=pic_index[pkey] #獲取上次已經(jīng)保存到的數(shù)量
            pic_num=last_num #設(shè)置當(dāng)前數(shù)量
            while(pic_num<num+last_num): # 等待獲取圖片信息完成
                #print(save_path+' now has get pic_num %d'%(pic_num))
                if mode=='period':
                    tim.start() #啟動(dòng)
                # 更新索引
                print("have done = %f"%((pic_num-last_num)/num))
                pic_index[pkey]=pic_num
                set_pic_key_index(ikey,pic_index) # 更新key index
    if mode=='period':    
        tim.stop()
        tim.deinit()
    elif mode=='key':
        key.disirq() # 禁用中斷
        fm.unregister(KEY)
    else :
        return 0

    print(pkey +  'have right all')

init()
start_obtain(ikey='sit',iikey='error',file_index_path='/sd/pic/index.txt',num=500,interval=100,mode='period')

運(yùn)行結(jié)果:

PATH existed
sensor_init & lcd
{'error': 101, 'right': 9}
init i2c:2 freq:100000
[MAIXPY]: find ov5642
[MAIXPY]: find ov sensor
init irq
{'error': 101, 'right': 9}
PATH existed
PATH existed
have done = 0.000000
/sd/pic/sit/right/9.jpg
have done = 0.002000
/sd/pic/sit/right/10.jpg
have done = 0.004000
/sd/pic/sit/right/11.jpg
have done = 0.006000
/sd/pic/sit/right/12.jpg

四、訓(xùn)練模型

訓(xùn)練模型的數(shù)據(jù),簡(jiǎn)單做個(gè)分類算法的訓(xùn)練,我做了兩個(gè)簡(jiǎn)單的訓(xùn)練,都是從Maxi bit 獲取數(shù)據(jù),訓(xùn)練識(shí)別充電寶和書本的模型。數(shù)據(jù)集做的比較隨便,作為演示足夠了。

本來打算用gitee的,然后會(huì)有圖片和外鏈的限制,還是github吧。如果不能訪問github,點(diǎn)擊下面鏈接,里面有加速器。
Maix Bit(K210)保姆級(jí)入門上手教程—環(huán)境搭建
數(shù)據(jù)和相關(guān)代碼點(diǎn)這里下載:

github:自訓(xùn)練模型演示代碼
k210,Maix Bit(K210)保姆級(jí)入門上手教程,深度學(xué)習(xí),神經(jīng)網(wǎng)絡(luò),人工智能
添加數(shù)據(jù)集
不用添加驗(yàn)證集,全部都添加訓(xùn)練集就可以,驗(yàn)證集可以留空,訓(xùn)練時(shí)會(huì)自動(dòng)從訓(xùn)練集中分割 10% 作為驗(yàn)證集。

k210,Maix Bit(K210)保姆級(jí)入門上手教程,深度學(xué)習(xí),神經(jīng)網(wǎng)絡(luò),人工智能
查看上傳的訓(xùn)練數(shù)據(jù)
上傳完畢可以在這里查看上傳的數(shù)據(jù):
k210,Maix Bit(K210)保姆級(jí)入門上手教程,深度學(xué)習(xí),神經(jīng)網(wǎng)絡(luò),人工智能
開始排隊(duì)訓(xùn)練
選擇模型選擇nncase,其他的默認(rèn)就可以了,點(diǎn)擊創(chuàng)建訓(xùn)練任務(wù)即可開始排隊(duì)訓(xùn)練。
k210,Maix Bit(K210)保姆級(jí)入門上手教程,深度學(xué)習(xí),神經(jīng)網(wǎng)絡(luò),人工智能
等待訓(xùn)練完成即可

k210,Maix Bit(K210)保姆級(jí)入門上手教程,深度學(xué)習(xí),神經(jīng)網(wǎng)絡(luò),人工智能

訓(xùn)練結(jié)果就是如下:因?yàn)閿?shù)據(jù)集簡(jiǎn)單,場(chǎng)景單一,精度確實(shí)可以,接近1。
k210,Maix Bit(K210)保姆級(jí)入門上手教程,深度學(xué)習(xí),神經(jīng)網(wǎng)絡(luò),人工智能

五、部署模型

如果不能訪問github,點(diǎn)擊下面鏈接,里面有加速器。
Maix Bit(K210)保姆級(jí)入門上手教程—環(huán)境搭建
數(shù)據(jù)和相關(guān)代碼點(diǎn)這里下載:

github:自訓(xùn)練模型演示代碼

1、普通模型部署

點(diǎn)擊部署模型:
k210,Maix Bit(K210)保姆級(jí)入門上手教程,深度學(xué)習(xí),神經(jīng)網(wǎng)絡(luò),人工智能

選擇手動(dòng)部署,下載模型,得到壓縮包,里面有模型文件和參考演示文件已經(jīng),訓(xùn)練結(jié)果report文件。

k210,Maix Bit(K210)保姆級(jí)入門上手教程,深度學(xué)習(xí),神經(jīng)網(wǎng)絡(luò),人工智能

我們選擇將模型放到SD卡,從SD卡加載模型,將模型導(dǎo)入SD卡中,記得修改參考代碼中的路徑。如果出現(xiàn)什么奇奇怪怪的錯(cuò)誤,建議重新燒錄固件,固件選擇mini版本的,固件已經(jīng)在代碼中了。

if __name__ == "__main__":
    try:
        # main(labels=labels, model_addr=0x300000)
        # 修改模型所在路徑
        main(labels=labels, model_addr="/sd/model/model-32464.kmodel")
    except Exception as e:
        sys.print_exception(e)
        lcd_show_except(e)
    finally:
        gc.collect()

還可以部署到flash中,部署到flash中和固件加載的模式一樣,這里就不進(jìn)行演示了。選擇 # main(labels=labels, model_addr=0x300000)運(yùn)行這一條代碼就行,選擇模型部署到0x300000就OK。

運(yùn)行模型出現(xiàn),模型不兼容的情況,注意看看自己選擇訓(xùn)練的模型是否與平臺(tái)匹配。

2、大模型部署

如果模型本身比較大,可能會(huì)出現(xiàn)內(nèi)存不足的提示,遇到這種情況一般有以下三種解決方案。

  • 修改gc內(nèi)存,將其縮小
  • 選擇更小的固件,推薦mini版本
  • kpu.load_flash加載模型

a、修改gc內(nèi)存

點(diǎn)擊查看官方文檔

b、加載mini的固件

這個(gè)很簡(jiǎn)單,就不進(jìn)行演示了。固件在我分享的代碼當(dāng)中了,當(dāng)然是maix bit版本的。

c、kpu.load_flash加載模型

選擇kpu.load_flash 的方式加載大模型,理論上可以加載無限大的模型,只要模型每層<4M,但實(shí)際上K210的flash有限,模型也只能有限制。kpu.load_flash 僅支持從內(nèi)部 flash 加載,不支持從文件系統(tǒng)加載

加載前我們需要對(duì)在 PC 上對(duì) kmodel 模型文件進(jìn)行預(yù)處理(對(duì)模型字節(jié)序進(jìn)行翻轉(zhuǎn)),運(yùn)行maix bit官方的模型轉(zhuǎn)換代碼。代碼在我分享的gitee中了。

模型轉(zhuǎn)換是在PC上面進(jìn)行的,記得查看自己的python版本是不是3。

具體可以看分享的官方的說明,說明在分享的文件中了。
使用powershell打開,cd切換model所在目錄。
執(zhí)行命令:

  • cd 切換目錄
cd C:\Users\13029\Desktop\Used\Online-training\code\load_big_model

python model_le2be.py demo_load_big_model.py

k210,Maix Bit(K210)保姆級(jí)入門上手教程,深度學(xué)習(xí),神經(jīng)網(wǎng)絡(luò),人工智能
燒錄模型,選擇燒錄轉(zhuǎn)換之后的_be.kmodel
k210,Maix Bit(K210)保姆級(jí)入門上手教程,深度學(xué)習(xí),神經(jīng)網(wǎng)絡(luò),人工智能

具體代碼修改僅僅是將加載模型的方式修改了,其他代碼和上面從SD卡加載模型的方式一樣。

#task = kpu.load(model_addr)
task = kpu.load_flash (model_addr,1, 0xC000, 60000000)

五、參考資料

KPU硬件基礎(chǔ)
深度學(xué)習(xí)基礎(chǔ)
Mirco py 文檔
Sipeed官方文檔文章來源地址http://www.zghlxwxcb.cn/news/detail-604718.html

到了這里,關(guān)于Maix Bit(K210)保姆級(jí)入門上手教程---自訓(xùn)練模型之云端訓(xùn)練的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • K210上手和訓(xùn)練數(shù)據(jù)集加串口輸出

    K210上手和訓(xùn)練數(shù)據(jù)集加串口輸出

    K210 是一款 64 位雙核帶硬件 FPU、卷積加速器、FFT、Sha256 的 RISC-V CPU 。 因此,它在硬件上集成了機(jī)器視覺和機(jī)器聽覺能力, 是一款定位 AI 和 AIOT 市場(chǎng)的 SoC,同時(shí)也是一顆性能強(qiáng)勁的同時(shí)卻有著極低的價(jià)格的 MCU 。 基于 K210 的系列MAIX板子到底能做什么? 支持 MCU 常規(guī)操作,

    2023年04月18日
    瀏覽(42)
  • Yahboom亞博K210線上模型訓(xùn)練

    Yahboom亞博K210線上模型訓(xùn)練

    ????? Yahboom亞博K210開發(fā)板 的官方套件資料介紹使用方法比較籠統(tǒng),在實(shí)際項(xiàng)目開發(fā)的過程中,對(duì)于小白來說很不友好,而且 B站等視頻平臺(tái)也沒有亞博開發(fā)板的使用教程 。本次使用 Maixhub平臺(tái) 對(duì)亞博K210進(jìn)行開發(fā),限于本人學(xué)識(shí)和開發(fā)經(jīng)驗(yàn),對(duì)開發(fā)過程還是比較淺,對(duì)深層

    2024年02月14日
    瀏覽(57)
  • k210部署自行訓(xùn)練的口罩識(shí)別模型

    k210部署自行訓(xùn)練的口罩識(shí)別模型

    因?yàn)榕嘤?xùn)需要,開坑K210,前后忙活了3天終于把自行訓(xùn)練的口罩模型部署成功了,實(shí)測(cè)還行,分享一下經(jīng)(ni)驗(yàn)(keng): 本人學(xué)過一段時(shí)間python,見過別人玩開源硬件(沒動(dòng)過手),接觸過一點(diǎn)人工智能項(xiàng)目的理論知識(shí)(觀課議課),先自己體驗(yàn)一下半個(gè)項(xiàng)目的過程。 1.資

    2023年04月09日
    瀏覽(27)
  • K210學(xué)習(xí)篇(八)在MaixHub訓(xùn)練模型

    K210學(xué)習(xí)篇(八)在MaixHub訓(xùn)練模型

    本文著重于如何使用K210拍攝圖片,并將圖片上傳到MaixHub平臺(tái)進(jìn)行模型訓(xùn)練。補(bǔ)充一下一些經(jīng)驗(yàn)心得,比如一些訓(xùn)練參數(shù)的設(shè)置。 在我們訓(xùn)練模型之前,我們需要獲取一些數(shù)據(jù)集,其實(shí)也就是需要識(shí)別的物體圖片。這里記得我們?cè)讷@取數(shù)據(jù)集的時(shí)候,盡量使用手里的k210去進(jìn)行

    2024年02月17日
    瀏覽(23)
  • Canmv K210開發(fā)板訓(xùn)練自己的模型

    Canmv K210開發(fā)板訓(xùn)練自己的模型

    關(guān)于Canmv開發(fā)板的介紹: CanMV K210 AI開發(fā)板全網(wǎng)首發(fā),項(xiàng)目代碼完全開源,千套開發(fā)板限時(shí)優(yōu)惠! 本文參考:使用CanMV進(jìn)行多物體識(shí)別 ??便宜!便宜!便宜!淘寶200即可買到一個(gè)能帶攝像頭和LCD屏等等的開發(fā)板,到手即用,對(duì)于我們這種學(xué)生黨來作為學(xué)習(xí)、打比賽等在性價(jià)

    2024年02月01日
    瀏覽(24)
  • K210學(xué)習(xí)筆記——MaixHub在線訓(xùn)練模型(新版)

    K210學(xué)習(xí)筆記——MaixHub在線訓(xùn)練模型(新版)

    ??最近sipeed推出了新版的maixhub在線訓(xùn)練平臺(tái),因?yàn)榍岸藭r(shí)間比較忙沒有時(shí)間來體驗(yàn)新版的功能,最近閑下來后趕忙來體驗(yàn)一下。新版maixhub對(duì)瀏覽器有要求的,比如不支持qq瀏覽器,推薦使用Chrome、Microsoft Edge、Firefox、Safari等瀏覽器。點(diǎn)擊這里跳轉(zhuǎn)新版maixhub。 ??新版mai

    2023年04月08日
    瀏覽(99)
  • K210學(xué)習(xí)筆記(十二)——MaixHub本地訓(xùn)練模型(Windows)

    K210學(xué)習(xí)筆記(十二)——MaixHub本地訓(xùn)練模型(Windows)

    MaixHub雖然可以在線訓(xùn)練模型,但是數(shù)據(jù)集限制大小為20M以下,而且大多數(shù)時(shí)候都需要排隊(duì)才能訓(xùn)練模型,這可能就不能滿足我們對(duì)模型的需求,所以我在Windows系統(tǒng)下搭建環(huán)境,本地訓(xùn)練模型。對(duì)于本地訓(xùn)練的純小白來說,雖然MaixHub本地訓(xùn)練不需要虛擬機(jī),但是還是要嚴(yán)格按

    2023年04月26日
    瀏覽(17)
  • 神經(jīng)網(wǎng)絡(luò):訓(xùn)練模型+轉(zhuǎn)化為k210上跑的kmodel

    目錄 前言 第一種 第二種 第三種 第四種 結(jié)語

    2024年02月16日
    瀏覽(36)
  • K210學(xué)習(xí)筆記(十一)——MaixHub在線訓(xùn)練模型(舊版在線煉丹)

    K210學(xué)習(xí)筆記(十一)——MaixHub在線訓(xùn)練模型(舊版在線煉丹)

    個(gè)人覺得K210與openmv最大的區(qū)別就是可以跑模型了,雖然不能跑yolov5得這類大型模型,但是還是可以使用一些yolov2、Mobilenet V1等輕量化模型。 想要訓(xùn)練一個(gè)可用得模型,奈何電腦顯卡不給力,沒關(guān)系,我們可以使用Spieed的MaixHub模型在線訓(xùn)練來訓(xùn)練模型。Maixhub 模型訓(xùn)練平臺(tái)幫

    2024年02月05日
    瀏覽(17)
  • 智能送藥小車(二)——K210物體檢測(cè),訓(xùn)練模型與部署

    線上訓(xùn)練模型參考這篇: Maixhub模型訓(xùn)練平臺(tái)整體流程 下面僅介紹利用Mx-yolov3訓(xùn)練模型并部署在k210上的整體流程。 利用K210采集數(shù)據(jù)集 使用說明:插上合適的SD卡(最大32GB),采集不同類別圖像時(shí)要在代碼相應(yīng)位置進(jìn)行修改(有注釋提示),程序運(yùn)行后按下KEY會(huì)進(jìn)行圖像采集

    2024年02月14日
    瀏覽(23)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包