K210-maxhub从零自制模型及运行(数字识别)

模型训练

在开始之前,一定确保k210中已烧录较新的maxipy固件,资料中也有

数据集准备

图片格式处理

新建一个文件夹,在该文件夹里创建一个名num的文件夹(该文件夹命名随意):
在这里插入图片描述
在num文件夹中创建images文件夹(必须是该名称):
在这里插入图片描述
将准备的图片复制到该images文件夹中:
在这里插入图片描述
在资料中找到该图片处理工具,需要将图片转为224大小,打开该工具:
在这里插入图片描述
在这里插入图片描述
确保这里的输出图片大小为224,接着选择图片文件夹开始转换,选择刚刚存放图片的images文件夹:
在这里插入图片描述
转换完成后:
在这里插入图片描述
在原本的images文件夹下会出现一个新文件夹(images_out):
在这里插入图片描述
images_out中就是处理好的224大小的图片,我们需要将原来的images文件夹删除,并将out文件重命名为images文件:
在这里插入图片描述
至此,图片格式处理完毕

标注训练集

在标注训练集之前,需要在num文件夹下创建新文件夹xml和文本文件labels,必须是这两个名称。现在开始标签图片:
运行标注工具:
在这里插入图片描述
如果一打开就闪退,那是中文路径的问题,把它拖到纯英文路径地方即可正常使用
在这里插入图片描述
点击open dir,选择要标注的文件夹:选择images文件夹
在这里插入图片描述
点击change save dir,选择保存的地方,选择之前创建的xml文件夹:
在这里插入图片描述
打开自动保存,也就是你标注之后就软件会自动保存
在这里插入图片描述

切换到英语输入,可以使用快捷键,主要用到W和D,W开启框选,D则是下一张:按下W,进入框选,按住鼠标左键拖动,选中对应范围。
在这里插入图片描述
标签标注为1,ok
在这里插入图片描述
然后按D切换下一张,重复此操作,知道无可切换图片。这时打开xml文件夹就能看到处理好的xml文件,标注好的图片是以xml为后缀文件。
接着,这个项目这边只是识别一个数字1,所以也就一个标签1,这个标签要写在labels文本文件中,labels相当于就是用于存放标签名字,如果好几个标签,就一行写一个。
在这里插入图片描述

maxhub网站使用

接下来到了模型训练的步骤,打开maxhub网站,地址:
https://maixhub.com/home
未注册的注册,很简单
点击模型训练:新建训练
在这里插入图片描述
创建数据集
在这里插入图片描述
导入数据集
在这里插入图片描述
将我们刚刚的num文件夹压缩,选择num压缩包,并开始上传:
在这里插入图片描述
创建任务:k210一定要选nncase!
在这里插入图片描述
训练完成,有时需要排队,耐心等待
在这里插入图片描述
下载模型,这里是演示了一遍,未认真处理,准确率很低
在这里插入图片描述

模型部署至K210

将下载下来的压缩文件解压,将三个文件都放入SD卡中,其实放一个komdel文件就行。
在这里插入图片描述
在这里插入图片描述
将SD卡插上K210,然后用Maixpy IDE运行这个main.py即可
在这里插入图片描述
效果图:
请添加图片描述
请添加图片描述
请添加图片描述
参考b站一个视频:【[教程]从0自制模型,实现多物体识别(以k210多数字识别举例)】 https://www.bilibili.com/video/BV13G411V7jd/?share_source=copy_web&vd_source=4d84f07cf9b4e331ed12b31fc1240391
链接:https://pan.baidu.com/s/1IxUKV3V2dA1grawSaTXZGA?pwd=1111
提取码:1111

  • 3
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
评论 6
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
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