K210学习记录（3）——kmodel生成与使用

0、引言

2022更新说明：这块芯片水太深，能不碰最好别碰，官方当时留的资料实在太少（或者说我太菜）。
如果要调用最新的nncase工具箱所支持的算子，最好采用嘉楠自家工具链+VScode进行开发。不建议采用迦南官方编译器，虽然集成了大量栗子，但讲解较为含糊，不利于开发，即使给了例程，大概率也不知道怎么改那些API）。
如果我做成了，后期我会出一个较为详细的文档，记录如何实现整个流程
Pytorch——》ONNX——》KModel——》Run

该博客仅作为学习K210单片机KPU跑目标检测模型记录，本人新人小白，本文旨在备忘，如有错误，还望指出，谢谢。
硬件：Sipeed Maix Dock开发板
软件：MaixPy IDE，NNCase Converter v0.1.0 RC5（模型转换工具）
相关工具及软件点击这里不需积分下载

1、模型转换

1.1、首先需要下载NNCase工具箱，各版本下载地址
1.2、有关nnc的使用，在Windows下首先在运行中，输入CMD，打开命令行窗口
1.3、使用cd命令，到nnc的根目录下
1.4、后使用nnc相关命令行进行操作，命令行说明可以参考
在将yolo.tflite模型放到ncc根目录下后，使用以下命令进行转换

ncc yolo.tflite yolo.kmodel -i tflite -o k210model --dataset images

其中yolo.tflite为ncc工具根目录下的待转换模型，yolo.kmodel为转换完成的模型名称（提前设定），-i tflite代表输入模型格式，而-o k210model则代表输出模型模式，–dataset images代表量化图片所存放的文件夹，images是文件夹名，一般放入训练集图片即可。
最终即可在ncc根目录下找到转换完成的kmodel文件

同时，你也可以使用QT版ncc转换工具，目前仅支持tflift格式的模型文件

2、模型使用

2.1、检查模型

通过上述步骤得到kmodel文件后，将其拷贝进FAT32格式的TF卡中（可以不用格式化），后将TF卡插入K210开发板
并使用以下代码进行测试。如成功读取到TF卡中的模型文件，液晶屏上将显示模型地址及模型尺寸。如下图所示

from Maix import GPIO, I2S, FFT
import image, lcd, math,sensor,time
import KPU as kpu

#初始化液晶屏
lcd.init(freq=15000000)
lcd.clear()

#加载SD卡中的模型
task = kpu.load("/sd/yolo.kmodel")
##测试模型是否加载成功，如成功会返回模型地址和模型尺寸
lcd.draw_string(1, 1, str(task), lcd.RED, lcd.BLACK)

其中kpu.load（）函数的使用说明详见此，博客地址

源代码见此

STATIC mp_obj_t py_kpu_class_load(size_t n_args, const mp_obj_t *pos_args, mp_map_t *kw_args)
{
   
    int err = 0;
    uint32_t model_size;
    py_kpu_net_obj_t  *o = m_new_obj_with_finaliser(py_kpu_net_obj_t);
    o->base