SIPEED MAIX BIT K210使用MaixHub(新版)在线训练石头剪刀布手势识别模型并部署

这是在线训练的网址
MaixHub网址
然后点击模型训练
在这里插入图片描述
创建一个任务
在这里插入图片描述
这里我们创建一个目标检测的任务,目标检测会返回坐标以及框出来,分类任务不会。
在这里插入图片描述
创建数据集。
在这里插入图片描述
选择刚刚创建的数据集。
在这里插入图片描述
然后先采集训练集。
这里我使用手机进行采集,非常的方便。
在这里插入图片描述

在这里插入图片描述

采集完成后开始标注数据集。
注意:在采集数据集的时候可以采集负样本(图片中不含要检测的物体),或者和要检测的物体很像的物体,在标注的时候只需要不进行标注就行,也可以一张图片多个检测的目标。
在这里插入图片描述
先添加石头剪刀布的标签。
在这里插入图片描述
在这里插入图片描述
然后进行标注。
按下W是标注,标注好了选择标签按下D就自动保存到了下一张。
在这里插入图片描述
全部标注好了就可以采集验证集然后进行标注,验证集占1/5就差不多,如果你的训练集足够的化是不需要采集验证集,会自动划分验证集。
然后可以开始创建训练任务。
在这里插入图片描述
选择K210的模型。
在这里插入图片描述
这是我训练的过程,右边可以看到acc(正确率)和loss(错误率)的曲线,loss不断下降,acc不断上升就是正常的,如果acc没达到要求。可以增加迭代次数或者增加数据集来实现。(val_acc是测试集的正确率)
在这里插入图片描述
训练完成后可以开始部署模型。
在这里插入图片描述
在这里插入图片描述
然后下载解压会得到这三个文件。
在这里插入图片描述
其中kmodel就是模型文件了,将他保存到k210的sd卡中。
然后打开MaixPy的IDE来运行,将解压后的main.py文件复制到IDE运行就可以了。

# generated by maixhub, tested on maixpy3 v0.4.8
# copy files to TF card and plug into board and power on
import sensor, image, lcd, time
import KPU as kpu
import gc, sys

input_size = (224, 224)
labels = ['pape', 'rock', 'scissor']
anchors = [3.94, 4.22, 3.52, 3.38, 4.41, 4.97, 2.56, 3.0, 5.72, 5.97]

def lcd_show_except(e):
    import uio
    err_str = uio.StringIO()
    sys.print_exception(e, err_str)
    err_str = err_str.getvalue()
    img = image.Image(size=input_size)
    img.draw_string(0, 10, err_str, scale=1, color=(0xff,0x00,0x00))
    lcd.display(img)

def main(anchors, labels = None, model_addr="/sd/m.kmodel", sensor_window=input_size, lcd_rotation=0, sensor_hmirror=False, sensor_vflip=False):
    sensor.reset()
    sensor.set_pixformat(sensor.RGB565)
    sensor.set_framesize(sensor.QVGA)
    sensor.set_windowing(sensor_window)
    sensor.set_hmirror(sensor_hmirror)
    sensor.set_vflip(sensor_vflip)
    sensor.run(1)

    lcd.init(type=1)
    lcd.rotation(lcd_rotation)
    lcd.clear(lcd.WHITE)

    if not labels:
        with open('labels.txt','r') as f:
            exec(f.read())
    if not labels:
        print("no labels.txt")
        img = image.Image(size=(320, 240))
        img.draw_string(90, 110, "no labels.txt", color=(255, 0, 0), scale=2)
        lcd.display(img)
        return 1
    try:
        img = image.Image("startup.jpg")
        lcd.display(img)
    except Exception:
        img = image.Image(size=(320, 240))
        img.draw_string(90, 110, "loading model...", color=(255, 255, 255), scale=2)
        lcd.display(img)

    try:
        task = None
        task = kpu.load(model_addr)
        kpu.init_yolo2(task, 0.5, 0.3, 5, anchors) # threshold:[0,1], nms_value: [0, 1]
        while(True):
            img = sensor.snapshot()
            t = time.ticks_ms()
            objects = kpu.run_yolo2(task, img)
            t = time.ticks_ms() - t
            if objects:
                for obj in objects:
                    pos = obj.rect()
                    img.draw_rectangle(pos)
                    img.draw_string(pos[0], pos[1], "%s : %.2f" %(labels[obj.classid()], obj.value()), scale=2, color=(255, 0, 0))
            img.draw_string(0, 200, "t:%dms" %(t), scale=2, color=(255, 0, 0))
            lcd.display(img)
    except Exception as e:
        raise e
    finally:
        if not task is None:
            kpu.deinit(task)


if __name__ == "__main__":
    try:
        # main(anchors = anchors, labels=labels, model_addr=0x300000, lcd_rotation=0)
        #把xxx.kmodel改成自己的model名字
        main(anchors = anchors, labels=labels, model_addr="/sd/xxx.kmodel")
    except Exception as e:
        sys.print_exception(e)
        lcd_show_except(e)
    finally:
        gc.collect()

效果如下:

在这里插入图片描述

### 回答1: Sipeed Maix Dock K210是一款基于RISC-V架构的AI开发板,搭载了Kendryte K210芯片,支持人脸识别、语音识别、图像识别等AI应用。它具有丰富的接口,包括USB、TF卡、WIFI、蓝牙等,方便用户进行开发和调试。同时,它还支持多种编程语言,如MicroPython、C、C++等,适合不同的开发者使用。 ### 回答2: sipeed maix dock k210是一款基于RISC-V架构的开发板,它使用了Kendryte K210芯片,这是一款强大的AI芯片,具有高性能、低功耗、低成本等特点。该开发板具有多种接口和传感器,可以方便地进行各种实验和项目开发,支持丰富的软件开发环境,如MaixPy、Arduino IDE、PlatformIO等,适用于不同开发人员的需求。 sipeed maix dock k210的硬件配置非常强大,它具有320 x 240分辨率的TFT LCD屏幕,以及摄像头、麦克风、WiFi等各种传感器,可以实现人脸识别、语音识别、图像识别等功能。同时,该板还支持各种接口,如USB、SD卡、GPIO、I2C、SPI、UART等,方便用户进行各种扩展和连接。 sipeed maix dock k210的软件开发环境也非常友好,支持MaixPy、Arduino IDE、PlatformIO等不同的软件开发环境,可以适应不同开发人员的需求,同时,还提供了各种教程和代码示例,方便初学者入门。 总之,sipeed maix dock k210是一款功能强大、易于使用、适用于不同开发人员需求的开发板,可以满足各种项目开发和实验的需要,是一款非常不错的选择。 ### 回答3: Sipeed Maix Dock K210 是一款功能强大的 AI 开发板,它基于 Kendryte K210 双核 64 位 RISC-V 处理器设计,带有多个人机交互接口和连接外设的通用接口,可提供精准的视觉定位、快速的语音识别、高性能的深度学习推理、丰富的多媒体编解码等能力,适用于智能家居、智能安防、人工智能教育等多个领域的开发。 Sipeed Maix Dock K210 开发板采用了铝合金外壳、紧凑轻便的设计,与其他开发板相比更加易于携带和运输。它配有一个 ESP32 模块,可使程序通过 Wi-Fi 或蓝牙远程控制,还配备了丰富的 I/O 接口,如 USB、SD 卡、GPIO、JTAG 等,可方便地连接外部设备。 作为一款 AI 开发板,Sipeed Maix Dock K210 它还支持各种人工智能嵌入式方案的运行,包括 TensorFlow Lite、Caffe、Keras、MXNet、PaddlePaddle 等开放源代码框架,能够实现卷积神经网络(CNN)、循环神经网络(RNN)和其他深度学习模型训练和推理,为用户提供了灵活、高效的开发工具。 总之,Sipeed Maix Dock K210 是一款成本低廉、性能出色、多功能的 AI 开发板,它在嵌入式 AI 领域具有广泛的应用前景,做为学习和研究的工具,也能够满足初学者和专业研究者的需求。
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

月明Mo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值