K210官网训练教程

  最近做一个基于K210的疲劳检测训练,原来思路是三模型检测,一个模型检测人脸,裁切缩放到128*128像素,一个模型检测人脸关键点,将斜脸的照片修正为正脸,最后一个模型基于128*128像素的照片进行识别睁眼闭眼张嘴闭嘴,然后判断是否疲劳。但是实际测试发现,三模型太大,K210手册说总内存才6MB,不仅会内存溢出,修改代码为每次循环加载模型,用完就删,发现帧率太低,遂舍弃三模型,改用双模型

接下来教大家一下模型训练方法。

训练第一步,采集数据集,

网上教程很多,我修改了一个代码,使其在摄像头中识别人脸,框出,裁剪,缩放为128*128(重要),然后存在内存卡中,然后取下内存卡导入电脑

手动删除一些没拍好的照片。

注意拍照时一定要注意光源,如果采集环境差,可以增加补光灯(保证和测试环境相似,或者各种环境都采集几十张),光做毕业设计的话,推荐保持正脸,可以微微侧脸,一来缩小数据集,二来增加识别度,总之够用就行

第二部,标注

打开K210官网MaixHub首先感谢K210官网,给学生们提供免费在线训练网站

点击模型训练,新建训练,填写必要信息上传图片

手动标注眼睛嘴巴,这是最无聊的

在线训练

然后创建任务,任务设置如图,牢记我们传入的照片是128*128像素的虽说训练的模型老,才yolov2,但亲测够用,能跑就行等待训练结束,点击部署,手动部署,下载模型包。

加入工程

压缩包里三个文件

main.py只看一个地方

model-102953.kmodel文件记住他的后缀102953

修改参数

打开我们的主函数,将这句模型路径model_addr="/sd/model-102900.kmodel",修改为model_addr="/sd/model-102953.kmodel",

还有anchors修改成官网main.py文件样子:anchors = [1.16, 0.78, 1.44, 0.94, 1.28, 0.84, 2.19, 1.2, 2.0, 0.94]

然后将labels = ['睁眼', '闭嘴', '闭眼', '张嘴']中的汉语修改为数字labels = ['1', '2', '3', '4']注意顺序,保证睁眼改成1,闭嘴改成2,这样LCD才不会乱码

官网下载的模型model-102953.kmodel移到K210的SD卡中,就可以完美运行。

  • 6
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
您好!对于K210本地训练Yolov3模型,您可以按照以下步骤进行操作: 1. 安装K210的开发环境:您可以根据K210的方文档或者相关教程,安装K210的开发环境。这包括安装Kendryte SDK、K210驱动和工具链等。 2. 下载Yolov3模型:您可以从Yolov3的方仓库或其他资源中下载预训练的Yolov3模型权重文件。这些文件通常是以.h5、.ckpt等格式保存的。 3. 将Yolov3模型转换为K210可用的格式:K210需要使用特定的模型格式进行推理。您可以使用相关工具,如kmodel_convert等,将Yolov3模型转换为K210可用的.kmodel格式。 4. 准备训练数据集:您需要准备包含标注信息的训练数据集。这些数据集应该包含图像文件和对应的标注文件,通常使用标准的COCO格式或VOC格式。 5. 进行模型微调:使用转换后的.kmodel模型和训练数据集,您可以开始进行模型微调。您可以使用K210提供的相关API和工具,如kpu_image_train等,进行模型微调。 6. 测试和评估:在完成模型微调后,您可以使用测试数据集来评估模型的性能。您可以使用K210提供的相关API和工具,如kpu_image_test等,进行测试和评估。 请注意,以上步骤仅提供了一个大致的流程,具体的操作细节可能会因您使用的具体工具和环境而有所不同。在实际操作中,您可能需要参考相关文档和教程,根据您的具体需求进行适当的调整和修改。祝您顺利完成K210本地训练Yolov3模型!如果您还有其他问题,请随时提问。

“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 2
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