学习记录之学习总结openmv

edge impulse

添加训练数据—选择模型—设置训练参数—开始训练—训练结果准确度达到要求—生成相关模型

(新建一个project、通过上传图片进行目标点检测、上传图像(自动分训练集和测试集)、标注出目标

选择模型(分辨率96*96，根据短边剪切)……)

FOMO(更快的对象，更多的对象)是一个用于实时对象检测的神经网络

Mobile Net v2 0.35训练模型(针对移动端的模型)—>低延迟、高速度、低内存—>缺点:精度略小

生成的.py文件的解析

clock:计算摄像头的每秒帧数 

        clock.tick() 开始追踪运行时间

        clock.fps() 停止追踪运行时间，并返回当前的FPS（每秒传输帧数）

导入需要的库(sensor, image, time, os, tf, math, uos, gc)

初始化传感器：sensor.reset()

设置图像色彩格式为RGB：sensor.set_pixformat(sensor.RGB565)

设置每帧图像大小(320*240)：sensor.set_framesize(sensor.QVGA)

在当前画面中取一块要处理的区域roi：sensor.set_windowing((240, 240))(w,h)

摄像头初始化后等待时间：sensor.skip_frames(time=2000)

设置输出汉字ÿ