K210 模型训练笔记

_Jyuan_

已于 2023-07-29 12:19:58 修改

阅读量1.2k

点赞数 1

分类专栏： k210 模型训练文章标签： python 开发语言

于 2022-08-05 19:16:19 首次发布

本文链接：https://blog.csdn.net/Ye__o/article/details/126183936

版权

k210 同时被 2 个专栏收录

2 篇文章 0 订阅

订阅专栏

模型训练

1 篇文章 0 订阅

订阅专栏

参考链接：咸鱼K210体验笔记—模型训练咸鱼箘的博客-CSDN博客k210模型训练

（1）. 安装Anaconda3

（2）. 下载工具

（3）. 准备环境

1. 打开Anaconda命令行，进入工程根目录

（1）. 安装Anaconda3

安装时记得勾选【Add Anaconda3 to the PATH environment variable】

（2）. 下载工具

下载此工程：mirrors / TonyZ1Min / yolo-for-k210 · GitCode

下载ncc工具箱：网盘下载：百度网盘请输入提取码提取码：z9fr

将[train_ann.zip]、[train_img.zip]、[ncc_0.1_win.zip]放置在工程根目录，解压到当前文件夹。

（3）. 准备环境

1. 打开Anaconda命令行，进入工程根目录

点击开始菜单里的Anaconda

再点击这个命令行工具

##要进入到所下载工程的目录下进行操作！

执行底下操作前，最好先换成国内的镜像源。

中国地区建议先给Anaconda和pip换源

参考：pip/anaconda修改镜像源，加快python模块安装速度_木盏的博客-CSDN博客_python切换镜像源

国内源：新版ubuntu要求使用https源，要注意。清华：Simple Index 阿里云：Simple Index 中国科技大学 Simple Index 华中科技大学：http://pypi.hustunique.com/ 山东理工大学：http://pypi.sdutlinux.org/ 豆瓣：Simple Index

pip换源：

<span style="background-color:#333333"><span style="color:#f3b3f8">cd</span> 工程根目录
<span style="color:#f3b3f8">mkdir</span> pip
<span style="color:#f3b3f8">cd</span> pip
<span style="color:#f3b3f8">cd</span>.>pip.ini</span>

上面命令一句一句输入。然后打开工程很目录中的pip.ini文件，在里面黏贴以下内容：

<span style="background-color:#333333">[global]
index-url <span style="color:#b8bfc6">=</span> https://pypi.mirrors.ustc.edu.cn/simple/</span>

尝试用pip下载，出现底下字样，换源成功！

没出现上述字样也可以先跳过，可能也换源成功了！！！

Anaconda换源：

<span style="background-color:#333333">conda config <span style="color:#7575e4">--add</span> channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config <span style="color:#7575e4">--set</span> show_channel_urls <span style="color:#f3b3f8">yes</span></span>

上面命令一句一句输入。

尝试用conda下载一个模块，出现底下字样，换源成功！

没出现上述字样也可以先跳过，可能也换源成功了！！！

2. 新建环境：

务必先在命令窗口输入Python查看电脑安装的Python版本。
命令窗口打开方式：win+r -> 输入cmd。

<span style="background-color:#333333">conda create <span style="color:#7575e4">-n</span> yolo <span style="color:#8d8df0">python</span><span style="color:#b8bfc6">=</span><span style="color:#64ab8f">3</span>.7</span>

##可以根据自己需求更改指令：

yolo是创建的环境名，多个环境之间互不影响；
python=3.7，可以根据自己下载的版本，自行更改。
如果安装了多个Python版本，环境名和Python版本可以随意组合。

输入y等待下载完成

3. 激活环境：

<span style="background-color:#333333">conda activate yolo</span>

4. 安装必要软件包

<span style="background-color:#333333">pip install <span style="color:#7575e4">-r</span> requirements.txt</span>

#如果时间有点长，请耐心等待。

（4）. 修改参数

在[configs.json]中修改网络类型，lable标签（如raccoon）和其他参数，注意存放图片(train_img)和存放注释(train_ann)的文件夹名称。

#如果都和下载的工程一样就不用改。

（5）. 导入图片

把要训练的图片放入train_img

放入的图片要是224×224的，否则可能训练模型失败！！！！！！！！

1. 打开labelimg.exe

2. 切换目录

Open Dir —> 选择存放图片的文件夹(train_img)
Change Save Dir —> 选择存放注释文件夹(train_ann)

3. 框选图片

Create RectBox —> 框选要标注的物体并输入lable，和上文configs中的相同（如Target）

Save保存后点击下一个（Next Image）

会自动生成标注的目标位置的xml文件保存在注释文件夹中

（6）. 开始训练

1. 训练前先换成国内的镜像源。

<span style="background-color:#333333">pip install h5py==2.10 -i https://pypi.tuna.tsinghua.edu.cn/simple/</span>

\1. pip install 表示通过pip 来安装某种包。

\2. xxx 表示你要安装的包名，比如pipenv，jupyter等等。

\3. -i Simple Index 表示将镜像地址切换为国内，这里切换到了清华。

常用的镜像地址有：

1)Simple Index 阿里云

2)Simple Index 中国科技大学

\3) Simple Index 豆瓣

\4) Simple Index 清华大学

\5) Simple Index 中国科学技术大学

2. 输入命令

<span style="background-color:#333333">python train.py <span style="color:#7575e4">-c</span> configs.json</span>

训练图片越多训练模型越久。

3. 训练成功

等待训练结束，会出现时间命名的文件夹，里面的tflite文件就是训练好的模型。

重命名(如：test.tflite)并复制到工程根目录

（7）. 转换kmodel

输入命令

<span style="background-color:#333333">ncc_0.1_win\ncc kmodel.tflite test.kmodel -i tflite -o k210model --dataset train_img</span>

\1. kmodel.tflite：输入文件名称。

\2. test.kmodel：输出文件名称。

转换完成根目录会出现test.kmodel，即可烧录进k210中运行

烧录kmodel时，要从0x300000开始下载。

测试程序

<span style="background-color:#333333"><span style="color:#b8bfc6">import sensor,image,lcd,time
import KPU as kpu

lcd.init(freq=15000000)
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.set_windowing((224, 224))
sensor.set_brightness(2)

sensor.run(1)
clock = time.clock()
classes = ['class_1']
task = kpu.load(0x300000)
anchor = (1, 1.2, 2, 3, 4, 3, 6, 4, 5, 6.5)
a = kpu.init_yolo2(task, 0.17, 0.3, 5, anchor)
while(True):
    clock.tick()
    img = sensor.snapshot()
    code = kpu.run_yolo2(task, img)
    print(clock.fps())
    if code:
        for i in code:
            a=img.draw_rectangle(i.rect())
            a = lcd.display(img)
            print(i.classid(),i.value())
            for i in code:
                lcd.draw_string(i.x(), i.y(), classes[i.classid()], lcd.RED, lcd.WHITE)
                lcd.draw_string(i.x(), i.y()+12, '%f1.3'%i.value(), lcd.RED, lcd.WHITE)
    else:
        a = lcd.display(img)
a = kpu.deinit(task)</span></span>