ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

【MaixPy教程】用maixHub训练模型进行开源硬件识别

2020-04-24 23:38:00  阅读:1265  来源: 互联网

标签:maixHub 烧录 模型 lcd jpg 开源 sensor MaixPy sd


【MaixPy教程】用maixHub训练模型进行开源硬件识别

在这里插入图片描述

前言

年前参加了dfrobot的活动:DF冬季AI挑战赛有幸进入第二轮,大方的木子给了200的优惠券。在逛了DF商城时候无意间发现了一个宝贝:Maix Dock AI开发板!又有液晶屏和摄像头!!难道它不香吗?现在想想它是真的香
在这里插入图片描述
在这里插入图片描述
它是基于k210 AI芯片,作为核心处理单元,k210带独立FPU的双核处理,64位的CPU位宽,8M的片上SRAM,400M的可调标称频率,支持乘法、除法和平方根运算的双精度FPU,在AI处理方面k210可进行卷积、批归一化、激活、池化等运算。也可以进行语音方向扫描和语音数据输出的前置处理工作,可实现人脸检测,语音识别,颜色、物体识别,MNIST手写数字识别,Feature map显示,tiny yolov2 20分类等多种功能。
**什么是K210 AI芯片呢?**可以看一下大神稚辉君的帖子:嵌入式AI从入门到放肆【K210篇】-- 硬件与环境 想要详细了解MaixPy的资料可以查看:矽速科技官网
好了废话不多说了,开始本次的教程

硬件准备

  • 刷入MaixPy的最新固件的K210开发板这里推荐Maix Dock
  • 一根TypeC数据线
  • TF卡及读卡器

准备数据集

1、用手机拍摄我们的arduino、microbit、掌控板、树莓派的图片(ps:识别的准确定和我们的数据集的大小有关):
在这里插入图片描述

数据集处理

将图片数据集按分类保存为单独的文件夹, 子目录的名字为最后生成label的名字。
注意:分类文件夹数量要大于 2个!
例如:

数据集文件目录结构
   |-Dir_name
     |-Class_1
       |- pic01.jpg
       |- pic02.jpg
       |- pic03.jpg
      |-Class_2
       |- pic01.jpg
       |- pic02.jpg
       |- pic03.jpg

在这里插入图片描述

2、使用转换工具处理文件夹
工具下载地址:预处理软件
1.将预处理软件下载完成之后,解压后点击.exe文件即可使用
在这里插入图片描述

选择文件夹确定即可
在这里插入图片描述

选择我们准备好的数据集
在这里插入图片描述

执行完成后会生成zip文件(这个之后我们在模型训练的网站上会有用到)
在这里插入图片描述

注意:
建议的图片分辨率 224*224, 上传之前可以使用工具批量转换一下
每个分类不要低于40张图片,否则无法开始训练
数据集压缩后大小不超过20M
子目录名不能使用汉字, 否则生成的label无法显示

训练模型

获取机器码

1、下载key_gen固件 key_gen_v1.2.zip
2、下载kflash-gui kflash-gui
3、使用kflash-gui 烧录 key_gen 固件
在这里插入图片描述

4、打开串口终端(Xcom), 重启开发板, 可以看到打印出的机器码。

Please Send Bellow Data to Sipeed --> support@sipeed.com:
​
6f80dccbe29**********cc7e9d69f92
​
Generate key end
​
其中 6f80dccbe29**********cc7e9d69f92 就是对应开发板的机器码

警告:由于需要进行模型加密,key_gen.bin将永远关闭JTAG端口,并写入一次性AES KEY,请确认后再进行烧录。

提交训练任务

1、打开Maixhub模型训练平台并创建一个任务
在这里插入图片描述

在填写邮箱处填写接受模型的邮箱在填写机器码处填写机器码
2、上传数据集,选择我们前面准备好的数据集
在这里插入图片描述

3、进行数据训练,训练的时间和我们的数据集大小有关
在这里插入图片描述

训练好后,我们的邮箱会接受的我们的训练模型:
在这里插入图片描述

这里可以看到我的准确度还是比较低的。我们下载并解压下来可以看到下面这个文件:
在这里插入图片描述

里面有我们的的数据模型,和我们模式的一些准确度、损失度等信息
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

烧录模型到flash

模型有两种使用方式, 可以使用sd卡或烧录flash的方式来运行模型脚本。

使用sd卡

1、烧录最新Maixpy固件
2、将邮件中的zip 解压
3、将所有文件放到sd卡根目录
4、将sd卡插到开发板上, 重启开发板

烧录模型到flash

1、打开 kflash-gui, 选择解压出的kfpkg文件(模型内自带maixpy 固件,不需要单独烧录)
在这里插入图片描述

程序的编写

在邮件中的训练模型解压文件中,有boot.py,就是我们的识别模型程序了,我们现在用MaixPY IDE打开(具体使用操作及相关API文档可以参考官方wiki):
在这里插入图片描述

# refer to http://blog.sipeed.com/p/680.html
import sensor, image, lcd, time
import KPU as kpu
lcd.init()
lcd.clear()
#lcd.mirror(1)
try:
    img = image.Image("/sd/startup.jpg")
    lcd.display(img)
except:
    lcd.draw_string(lcd.width()//2-100,lcd.height()//2-4, "Error: Cannot find startup.jpg", lcd.WHITE, lcd.RED)

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.set_windowing((224, 224))
sensor.set_vflip(0)
sensor.set_hmirror(0)

sensor.run(1)
f=open('/sd/labels.txt','r')
labels=f.readlines()
f.close()
task = kpu.load('/sd/f1ba58e5f3d2011d3320a4fd0cd2ca69_813835c56cbfc4cfaf63052b70ba2c6e.smodel')
lcd.clear(0xFFFF)
clock = time.clock()
while(True):
    img = sensor.snapshot()
    clock.tick()
    fmap = kpu.forward(task, img)
    fps=clock.fps()
    plist=fmap[:]
    pmax=max(plist)
    max_index=plist.index(pmax)
    a = lcd.display(img, oft=(48,0))
    lcd.draw_string(48, 224, "%.2f:%s                            "%(pmax, labels[max_index].strip()))
    print(fps)
a = kpu.deinit(task)

程序演示

<iframe allowfullscreen="true" data-mediaembed="youku" frameborder="0" id="mAgLlhGu-1587646947095" src="https://player.youku.com/embed/XNDY0NTE0MjAwOA=="></iframe>

基于K210模型训练开源硬件识别.mp4

标签:maixHub,烧录,模型,lcd,jpg,开源,sensor,MaixPy,sd
来源: https://blog.csdn.net/tonycarson/article/details/105717060

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有