基于K210的yolo识别教程和maixhub下载的模型load报错解决方案

基于k210的yolo模型搭建

以下介绍还是基于maixpy这样一个micropython的IDE开发的，用到的模型也是基于yolo，方便像我这样刚接触的迅速能入手做项目，但不涉及算法优化。

模型搭建的训练的几种方法

这个博主已经讲了四种最常见的方法，已经很全面了，需要的小伙伴可以去学习https://blog.csdn.net/moshanghuaw/article/details/113172455
由于袁老师已经开源了yolo3的模型训练可执行文件，但还是需要在系统默认环境下装一些配置，可能有些小伙伴电脑上已经有py的一些虚拟环境或者其他版本的py（像我还不止一个），可能偷懒不想再搞那些东西。
下面对自己在pc端训练模型或者在maixhub上训练模型的小伙伴提供几个比较有用的脚本，方便训练集。

爬百度图片脚本-方便做训练集

以下也是我从别的博主那里学习来的，只是一个罗列，方便大家一起学习，有python环境就能执行，本身代码并不难，有代码基础的学习一下一些函数功能就会了。（两个小脚本还需要特别感谢原作者，我确实不记学习链接了，如有冒犯还请原谅）
下面展示一些 内联代码片。

import re
import requests
from urllib import error
import os
num = 0

headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36"}

def dowmloadPicture(html, keyword):         #用来找到和下载图片
    global num               #全局变量
    pic_url = re.findall('"objURL":"(.*?)"', html, re.S)
    # 先利用正则表达式找到图片url  # re.findall(正则表达式,需要处理的字符串,说明匹配模式)
    #(.*?)‘.’代表任意字符；‘*?’非贪婪模式匹配(匹配越少越好)  ()代表输出括号内容，无括号和前后一起输出
    print('找到关键词:' + keyword + '的图片，即将开始下载图片...')
    for each in pic_url:
        print('正在下载第' + str(num + 1) + '张图片，图片地址:' + str(each))
        try:
            if each is not None:    #如果 each 不是空
                pic = requests.get(each, timeout=7)
            else:
                continue
        except BaseException:
            print('错误，当前图片无法下载')
            continue
        else:                      #当没有异常发生时，else中的语句将会被执行
            string = file + r'\\' + keyword + '_' + str(num) + '.jpg'
            fp = open(string, 'wb')
            fp.write(pic.content)
            fp.close()
            num += 1
        if num >= numPicture:
            return


if __name__ == '__main__':  # 主函数入口
    word = input("请输入搜索关键词(可以是人名，地名等): ")
    # add = 'http://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=%E5%BC%A0%E5%A4%A9%E7%88%B1&pn=120'
    url = 'http://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=' + word + '&pn='
    numPicture = int(input('请输入想要下载的图片数量：'))
    file = input('请建立一个存储图片的文件夹，输入文件夹名称即可：')
    while os.path.exists(file) == 1:        #判断括号里的文件是否存在
        print('该文件已存在，请重新输入')
        file = input('请建立一个存储图片的文件夹，输入文件夹名称即可：')
    os.mkdir(file)                        #创建文件夹
    t = 0
    tmp = url
    while t < numPicture:
        try:
            url = tmp + str(t)
            result = requests.get(url, timeout=10,headers = headers)     #timeout 设置连接超时的时间
            print(url)
        except error.HTTPError:
            print('网络错误，请调整网络后重试')
            t = t + 60
        else:
            dowmloadPicture(result.text,word)
            t = t + 60

    print('当前搜索结束，感谢使用')

修改训练集图片标签

import os
count=0
if __name__ == '__main__':
    path = "F:/Mx-yolov3_app/train_picture/Python爬百度图片小程序/Tshirt"
    file_list = os.listdir(path)
    for file in file_list :
        Olddir = os.path.join(path,file)
        if os.path.isdir(Olddir):
            continue
        filename = os.path.splitext(file)[0]
        file_type = os.path.splitext(file)[1]
        Newdir = os.path.join(path
                              ,str(count).zfill(4)+file_type)
        os.rename(Olddir,Newdir)

        count += 1;

编码只需要对倒数第三行的zfill（）内的数字进行修改就可，比如 4 则编码为0001 0002 ……。

maixhub训练的模型在k210上无法加载问题

报错：kpu load error / can not read file

按照控制变量法一步一步找问题

检查sd卡

随便搞个txt文件，python主函数内open（“/sd/xxxxxx.kmodel”）.read（1024）然后print出来，看看sd卡能不能正常读取

模型损坏问题

如果你是maixhub上训练的模型，先不谈正确率，发给你了boot测试程序，说明肯定是ok的，跳到第三步忽略不谈。
如果自己主机训练的模型，需要考虑模型文件是否转化成kmodel类型（sd卡），如果是烧到内存中，.kfpkg格式。不排除网络本身有问题。可尝试重新训练。

k210固件版本太低

这是很多小白注意不到的问题，首先到官网看看固件是不是最新的如果是maixhub下载的模型，他都是最新版本的固件。固件更新链接

如图，需要注意的是读readme，同一版本推出了不同功能的固件文件，有些是只能kmodel v3 有些是v4
如图


同一版本如何选择需要下哪个固件呢？
给小白一个表格参考：
建议第4个，内存占用小，支持运行需要的模型文件即可。一般maixhub下的模型都是最新的v4的。
如果是自己训练的模型也相对的找到对应的版本和功能即可，这方面我也没啥太多的建议，试错得出来的经验吧。

#菜鸡一枚，大佬轻喷，希望给刚接触k210的小白一点方向，对你有帮助。