K210官网云端目标检测模型训练-使用vott进行图像标注一

之前一直数据集无效，一度企图在Ubuntu下进行本地模型训练，结果发现这个更难顶，每天都是套娃小王子。今天我终于云端训练成功了！！！

官网链接

Maixhub 模型训练平台
Maixhub 模型训练平台使用说明

vott安装

vott安装包

MaixPy IDE安装

MaixPy IDE 安装包
提取码：8ykb

照片采集

一开始我用的是手机拍的做模型，可以用，但是精确度不如直接用K210拍摄的好。
需要注意的一点就是分辨率，我采用的是224x224，通过按开发板上面的两个KEY进行照片的拍摄和图像类别的增加，并把他们采集到SD卡。
脚本链接：照片采集脚本
注意！！！图片命名一定要从0开始，因为命名问题，上传数据集时总是报错，找了好久才找到问题，名字命名也不要整什么花里胡哨的就0、1、2这样的就行了，给你们看看我的惨痛经历。


正确做法：

目标检测： 每类图片数量不低于100张， 我是采集了200多张。

图片处理——修改分辨率

图片处理软件链接：图片处理工具

image软件界面中，先选择输出分辨率大小，其中224代表224x224,240代表240x240，这里选择224，然后点击“选择图像文件夹开始转换”，选择自己的图片文件夹即可。转换完成后，就会出现一个以_out结尾文件夹，后面就会使用这个文件夹。

使用vott进行图像标注

点击New Project新建项目

填写打星号的部分
其中source connection是需要标注的文件
target connection是标注完的图像存储的文件

点击 add connection添加文件路径

填写tags标签名字

设置Export Setting

进行图像的标注

图像全部标注完成后点击，不要中途点击！！！之前我理解错意思了，做一张点一次，太痛苦了。

这个就是输出的标注好的文件压缩打包就可以上传云端训练了。

训练时间还是有点长的，让我们来看看效果吧

这样就完成了。