使用RT-Thread Studio 和ART-Pi 实现嵌入式数字识别（mnist）

最新推荐文章于 2022-01-02 16:48:59 发布
最新推荐文章于 2022-01-02 16:48:59 发布
阅读量455 收藏 3
点赞数 1
文章标签： 嵌入式 python stm32 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sdwadas/article/details/119220098
版权
本文档详细介绍了如何利用RT-Thread Studio 2.1.0和RT-Thread 4.0.3，结合ART-PI SDK 1.2.1及RT-AK，在STM32H750-RT-ART-Pi开发板上实现嵌入式机器学习项目，特别是MNIST数字识别。首先介绍了开发环境的配置，接着讲解了ART-PI SDK和RT-AK的安装步骤。然后通过新建RT-Thread项目，使用RT-AK插件将模型部署到工程中，并最终编译烧录，通过串行终端验证了数字识别功能的成功运行。
摘要由CSDN通过智能技术生成
最低0.47元/天 解锁文章
爱吃草的猫
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
嵌入式印刷体数字识别
05-21
本文主要论述并设计实现了一个印刷体数字识别系统。系统首先对印刷体数字进行预处理，提取数字特征，然后运用特定的识别算法，实现了数字图像的自动识别。整个系统包括图像采集、图像预处理、特征提取与字符识别四个部分。 本系统采用COMS图像传感器采集数字图像，读回印刷体数字图像的灰度数组，用于后面的处理与识别。图像预处理包括图像的二值化、图像的归一化、图像的细化，其中，图像的二值化采用阈值分割的方法，阈值的选取是通过最大类间方差法获得的；归一化主要是实现尺寸的规范化；细化采用Hilditch 细化算法。
ART PI在RT-Thread Studio上开发体验
qq_26175393的博客
02-21 441
RT-Thread Studio上开发ART有点树莓派开发的感觉，底层驱动很多情况下根据社区文章推荐，下载配置即可，但是也只是有点树莓派开发的感觉。
RT-Thread智能车目标识别系统连载教程——连接 ROS 小车控制（5）
FILLMOREad的博客
10-16 2048
上期回顾：引言这篇文档主要介绍 RT-Thread 如何使用串口或者无线和 ROS 连接，会包含这么些内容：第一部分：ROS 环境搭建第二部分：RT-Thread ros...
基于STM32的嵌入式智能视觉数字识别实验装置.pdf
06-24
开发了一种基于STM32的嵌入式智能视觉数字识别实验装置,该实验装置实现了对数字字符的视觉识别。基于STM32的嵌入式数字识别实验装置采用了MDK5软件进行开发,其中包括获取图像信息、图像信息预处理、定位图像的数字字符区域、分割字符及归一化、识别字符等。嵌入式数字识别实验装置可以定位图像的数字字符区域,对字符区域的数字字符进行识别,将识别出的数值通过ESP8266-WiFi模块,可实时发送到手机端。该实验装置融合了机器视觉、数电、模电及单片机应用等多方面的知识,具有一定的延展性和创新性,可锻炼学生的实践能力和创新能力,有利于培养具有工程应用及技术创新能力的高素质复合型新工科人才。
RT-Thread智能车目标识别系统连载教程——训练卷积神经网络模型（2）
rtthreadiotos的博客
09-06 363
上期回顾：RT-Thread智能车目标识别系统连载教程——手写体识别模型 （1）这里会介绍如何训练图像领域应用非常广的卷积神经网络 (Convolutional Neural Netwo...
handwritten-MNIST-digit-recognition:使用OpenCV和支持向量机（SVM）算法的实时MNIST数字识别
05-13
使用OpenCV和Python的手写数字识别 使用的数据集 对于这个项目，我使用了MNIST数据集。 它可以在Internet上免费获得。 要求 的Python 3 斯克莱恩 OpenCV 3 麻木 Jupyter笔记本 训练SVM模型 SVM_Classifier.ipynb-...
linux cpp 手写算法从零实现CNN经典网络LeNet-5, 最后用MNIST手写数字识别数据集来训练和测试.zip
最新发布
12-28
linux cpp 手写算法从零实现CNN经典网络LeNet-5, 最后用MNIST手写数字识别数据集来训练和测试一下LeNet-5模型。 linux cpp 手写算法从零实现CNN经典网络LeNet-5, 最后用MNIST手写数字识别数据集来训练和测试一下...
hdr-mnist-weka:基于MNIST和Weka的手写数字识别
05-21
总结来说，“hdr-mnist-weka”项目提供了一个使用Java和Weka实现手写数字识别的例子，有助于学习者深入理解机器学习流程，特别是分类问题的解决方法，同时也是一个很好的实践平台，能够提升开发者在数据处理和模型...
手写数字识别-tensorflowjs：使用Tensorflow.js和使用Mnist数据集的React在浏览器中进行数字识别
01-31
使用Tensorflow.js，Mnist数据集，React，Redux，Redux-Saga，Babel，Webpack，样式化组件，Eslint，Prettier和Ant Design构建的数字识别。 可以在以下位置获得演示： : 。 影片 手机（iOS和Android）版本： 桌面...
matlab-mnist-two-layer-perceptron：在MatLab中实现的两层感知器，用于基于MNIST数据集识别手写数字
02-04
总之，“matlab-mnist-two-layer-perceptron”项目为我们提供了一个实践神经网络模型的机会，通过在MatLab中实现两层感知器，我们可以更好地理解和掌握神经网络的工作原理，同时提升在手写数字识别任务上的技能。...
嵌入式系统/ARM技术中的一种车牌字符识别方法的设计实现
10-23
车牌识别是智能交通系统的一个重要研究课题，存在巨大的市场需求。车牌识别系统分车辆图像的获取、车牌的定位与字符分割、车牌字符识别3大部分。对于车牌字符识别，目前最常用的方法是基于模板匹配的方法和基于神经网络的方法两大类。前者多利用了字符的轮廓、网格、投影等统计特征，相似字符区分能力差，且因特征数据维数过大会导致识别速度慢；而后者则存在网络输入数据的选择和网络结构设计等问题。 　　目前，普遍采用3类方法来提高字符的识别性能：第1类是寻找更好的分类识别算法；第2类是将几种分类器结合起来，相互补充，根据不同方面的特征分类，如文献；第3类是抽取具有更强描述能力的特征，结合其它辅助特征来进行分类。本文所构
【RT-Thread作品秀】基于ART-Pi的人脸识别系统-电路方案
04-19
作者:Signx 概述 当前的人脸识别摄像头,价格昂贵,拟改造成stm32单片机版本的,节省成本 功能: 1.连接摄像头OV2640,用fish指令开启摄像头 2.将摄像头数据传到电脑显示图片 3.将摄像头数据传到spi显示屏显示(未完成) 4.用人脸识别算法识别人脸开锁(未完成) 5.可登录到tencent Cloud云平台,实现上云 开发环境: 硬件:Art-pi+OV2640 RT-Thread版本:4.0.2 开发工具及版本:rt-stuidio V2.0.0 RT-Thread使用情况概述: 硬件框架:art-pi官方开发板+OV2640(dma+DCMI) 软件框架说明: 见思维导图 软件模块说明: 见思维导图 该系统的思维脑图如下: 演示效果: 视频: 实物图如下: 实现的效果如图: 连接电路如图所示: 实现功能: 1.连接摄像头OV2640,用fish指令开启摄像头 2.将摄像头数据传到电脑显示图片 3.将摄像头数据传到spi显示屏显示(未完成) 4.用人脸识别算法识别人脸开锁(未完成) 5.可登录到tencent Cloud云平台,实现上云主要碰到的技术难点: 1.art-pi组建库里有ov2640的软件包,本以为直接能用的,结果发现有很多缺失 首先是io口的确实,没有定义到足够的io口,所以代码里又加上了io口的定义以及初始化: io口定义代码: typedef enum { BMP_QQVGA = 0x00, /* BMP Image QQVGA 160x120 Size */ BMP_QVGA = 0x01, /* BMP Image VGA 800*480 Size */ JPEG_160x120 = 0x02, /* JPEG Image 160x120 Size */ JPEG_176x144 = 0x03, /* JPEG Image 176x144 Size */ JPEG_320x240 = 0x04, /* JPEG Image 320x240 Size */ JPEG_352x288 = 0x05 /* JPEG Image 352x288 Size */ }ImageFormat_TypeDef; /*摄像头接口 */ //IIC SCCB //#define CAMERA_I2C I2C1 //#define CAMERA_I2C_CLK_ENABLE() __HAL_RCC_I2C1_CLK_ENABLE() // //#define CAMERA_I2C_SCL_PIN GPIO_PIN_8 //#define CAMERA_I2C_SCL_GPIO_PORT GPIOB //#define CAMERA_I2C_SCL_GPIO_CLK_ENABLE() __HAL_RCC_GPIOB_CLK_ENABLE() //#define CAMERA_I2C_SCL_AF GPIO_AF4_I2C1 // //#define CAMERA_I2C_SDA_PIN GPIO_PIN_9 //#define CAMERA_I2C_SDA_GPIO_PORT GPIOB //#define CAMERA_I2C_SDA_GPIO_CLK_ENABLE() __HAL_RCC_GPIOB_CLK_ENABLE() //#define CAMERA_I2C_SDA_AF GPIO_AF4_I2C1 //VSYNC #define DCMI_VSYNC_GPIO_PORT GPIOI #define DCMI_VSYNC_GPIO_CLK_ENABLE() __HAL_RCC_GPIOI_CLK_ENABLE() #define DCMI_VSYNC_GPIO_PIN GPIO_PIN_5 #define DCMI_VSYNC_AF GPIO_AF13_DCMI // HSYNC #define DCMI_HSYNC_GPIO_PORT GPIOH #define DCMI_HSYNC_GPIO_CLK_ENABLE() __HAL_RCC_GPIOH_CLK_ENABLE() #define DCMI_HSYNC_GPIO_PIN GPIO_PIN_8 #define DCMI_HSYNC_AF GPIO_AF13_DCMI //PIXCLK #define DCMI_PIX
精心整理的手写数字识别论文11篇
08-07
精心整理的手写数字识别论文11篇，这我做毕设时整理好的。都很有参考价值
结合RT-Thread实现MNIST识别Demo
lebhoryi
07-27 320
Summary: 在 RT-Thread 系统上执行 Mnist 推理，纯手搭版 Author: lebhoryi@gmail.com & qiwen20150309@163.com Date: 2020/07/19 文章目录0x00 Prepares0x01 PC 训练 Model1.1 PC 端环境1.2 数据集1.3 网络结构1.4 训练模型 & 验证模型1.5 Others0x02 打开 CMSIS 包0x03 CMSIS 重构网络结构0x04 编译 & 烧录0x05..
在RT-Thread的ART-PI平台，进行图片识别
Rice开发经验分享
03-08 1218
摘要最近在完成2020年没有完成的一个DIY项目，去年年底整个人有点泄气，导致一直搁置的。现在重新把他做好因为项目DIY项目中想引入图片识别，但是我的DIY作品不方便使用烧录等，所以我想用...
【RT-Thread作品秀】基于ART-PI的数字图像处理与识别
rtthreadiotos的博客
03-18 2223
一.概览本人虽然是电子信息技术专业出身，在毕业后从事的是偏软件的工作，大多数是PC软件的开发，但一直以来，闲暇时间会利用STM32做些小的作品。对于RT-Thread这国内的物联网操作系统...
RT-AK DEMO 实战教程，教你实现单个人像识别~
rtthreadiotos的博客
04-30 1660
让 AI 在你的板子上尽情舞蹈~本次实验的是识别摄像头中的人，就一个人，而不是多个。从多类别检测模型改编而来，只保留 person 这个类别，根据各位看官的能力完全可以改成识别多类项目开源...
RT-Thread 笔记整理
weixin_45263278的博客
08-06 2707
1.AI：从前例中学习；传统：基于经验 2.IOT（internet of things）设备（传感器将原始数据上传）->Gateway网关->cloud（运行在云上的AI引擎） 3.st.com搜AI，找工具 4. 高性能MCUs：F2/F4/H7/F7 主流MCUs：F0/G0/F1/F3/G4 超低功耗MCUs：L0/L1/L5/L4/L4+ 无线MCUs：WL/WB 5. MPU（Micro Processor Unit）微处理器 MCU（Micro
ART-Pi Smart SDK体验（运行环境：100ASK-IMX6ULL-PRO）
m0_47132384的博客
01-02 842
rt-thread smart体验 imx6ull
TensorFlow实现LeNet-5：MNIST手写数字识别
"该资源是关于使用TensorFlow实现LeNet-5神经网络模型来识别MNIST手写数字数据集的教程。适合初学者，源码已经修正，可以正常运行。" 在深度学习领域，LeNet-5是一个经典的卷积神经网络（CNN）模型，由Yann LeCun等...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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