K210学习笔记(四) K210同时运行多个模型

在这里插入图片描述

前言

在使用K210过程中,难免要运行多个模型,与其说是同时运行,没有什么是同时运行的,分时运行罢了,如果内存足够或者模型比较小,那么我们直接烧录在模型区就可以了,起始地址一般是0x300000,更大的模型可以放在SD卡。参考博文:K210 MaixPy 从入门到飞升–AI视觉篇–完全教程(以及一些小问题处理比如内存不足)

在这里插入图片描述

一、同时运行多个模型

1.有两个方法,如果内存足够,就一次性把几个模型加载到内存,然后分别分时运行推理。
2.如果内存不足,就加载完第一个模型之后,注销,释放内存,然后在加载运行第二个模型。
在这里插入图片描述

二、例程

比如说这个人脸识别的例程就一下子用了三个模型,分别是人脸检测,特征点识别等,看人家怎么写的,根据自己的需求改一改就可以了。
代码地址:https://github.com/sipeed/MaixPy_scripts/blob/master/machine_vision/face_recognization/demo_face_recognization.py
在这里插入图片描述

参考博文:
MaixPy 文档简介
K210 MaixPy 从入门到飞升–AI视觉篇–完全教程(以及一些小问题处理比如内存不足)

  • 4
    点赞
  • 61
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
K210 是一款功能强大的 RISC-V 处理器,具有高性能、低功耗和低成本等特点。如果您想在 K210 上进行裸机开发并实现机器学习模型,可以按照以下步骤进行: 1. 准备开发环境:下载和安装 K210 的开发环境,包括编译器、调试器和固件等。 2. 编写代码:使用 C 语言或其他适合 K210 的编程语言编写代码,包括初始化 K210 处理器、加载模型、进行推理等操作。以下是一个简单的代码示例: ``` #include "kpu.h" #include "stdio.h" uint8_t model_data[MODEL_SIZE] __attribute__((aligned(128))); kpu_model_context_t task; int main() { printf("Load model\n"); if (kpu_load_kmodel(&task, model_data) != 0) { printf("Cannot load kmodel.\n"); return -1; } printf("Start inference\n"); uint8_t image_data[IMAGE_SIZE] __attribute__((aligned(128))); float output_data[OUTPUT_SIZE] __attribute__((aligned(128))); kpu_run_kmodel(&task, image_data, output_data); printf("Inference result:\n"); for (int i = 0; i < OUTPUT_SIZE; i++) { printf("%f ", output_data[i]); } printf("\n"); return 0; } ``` 3. 编译和链接代码:使用编译器将编写好的代码编译成二进制文件,并使用链接器将各个模块链接成可执行文件。 4. 烧录程序:将生成的可执行文件烧录到 K210 开发板中,然后启动程序。 5. 测试模型:使用相应的输入数据对模型进行测试,并观察输出结果。 以上是在 K210 上实现机器学习模型的简单步骤,您可以根据实际需求进行更多的操作和优化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

学工科的皮皮志^_^

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