k210识别物体的基本流程（kpu库函数）

对于一个根据模型识别物体的脚本，见到了好几种写法，差点把我弄晕了
比如有以下两种写法：

有在if __name__ == "__main__":（# if name == ‘main’: 下的代码只有在第一种情况下（即文件作为脚本直接执行）才会被执行，而 import 到其他脚本中是不会被执行的。）中调用main，在main函数中封装物体识别代码的，还加了一堆try，expect非常健壮
也有直接按流程写下来的

所以，这里简单整理一下识别的基本调用函数，主要是围绕kpu函数进行的

导入库（sensor, image, lcd, time，import KPU as kpu）和一些sensor初始化
加载模型kpu.load，这里有使用地址和kmodel模型文件两种方法
1.task = kpu.load(0x500000)，使用之前需要先使用kflash_gui软件将smodel文件或kfpkg文件烧录到指定地址上
2.task = kpu.load("/sd/m.kmodel")，使用前需要先将模型拷贝到sd卡中
kpu初始化_ = kpu.init_yolo2(task, 0.5, 0.3, 5, anchor),task在上一步生成，anchor是每一个模型唯一的数值数组，在训练模型下载下来的boot代码中有这个数组信息
以下代码在死循环中进行：
拍一张照img = sensor.snapshot()
objects = kpu.run_yolo2(task, img)在相机拍到的图像上跑模型，如果相似放到objects
如果相似if objects:，整个方框把物体框起来
对于for obj in objects:每个obj含有三个参数：置信度confidence = float(obj.value())范围itemROL = obj.rect() 对应物体的label名所在位置（比如classes = [‘unmask’,‘masks’]中0或1）classID = int(obj.classid())，可以根据置信度调整识别结果，范围画框框，根据id显示判断结果

最后附上一个没用if __name__ == 'main':写法的识别口罩的例子：

import sensor, image, lcd, time
import KPU as kpucolor_R = (255, 0, 0)
color_G = (0, 255, 0)
color_B = (0, 0, 255)class_IDs = ['no_mask', 'mask']def drawConfidenceText(image, rol, classid, value):text = ""_confidence = int(value * 100)if classid == 1:text = 'mask: ' + str(_confidence) + '%'else:text = 'no_mask: ' + str(_confidence) + '%'image.draw_string(rol[0], rol[1], text, color=color_R, scale=2.5)lcd.init()
sensor.reset(dual_buff=True)
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.set_hmirror(0)
sensor.run(1)task = kpu.load(0x500000)anchor = (0.1606, 0.3562, 0.4712, 0.9568, 0.9877, 1.9108, 1.8761, 3.5310, 3.4423, 5.6823)
_ = kpu.init_yolo2(task, 0.5, 0.3, 5, anchor)
img_lcd = image.Image()clock = time.clock()
while (True):clock.tick()img = sensor.snapshot()code = kpu.run_yolo2(task, img)if code:totalRes = len(code)for item in code:confidence = float(item.value())itemROL = item.rect()classID = int(item.classid())if confidence < 0.52:_ = img.draw_rectangle(itemROL, color=color_B, tickness=5)continueif classID == 1 and confidence > 0.65:_ = img.draw_rectangle(itemROL, color_G, tickness=5)if totalRes == 1:drawConfidenceText(img, (0, 0), 1, confidence)else:_ = img.draw_rectangle(itemROL, color=color_R, tickness=5)if totalRes == 1:drawConfidenceText(img, (0, 0), 0, confidence)_ = lcd.display(img)print(clock.fps())_ = kpu.deinit(task)

k210识别物体的基本流程（kpu库函数）相关推荐

Mixly K210 人脸识别物体识别齐护机器人发布AIstart K210人工智能学习主机,解决人工智能学习难的问题
齐护机器人AIstart K210人工智能主机Mixly编程图像识别语音识别图像分析 K210 AIstart入门教程人工智能人脸识别物体识别算法KPU mixly人脸识别与指纹识别控制舵机深圳齐护 ...
K210视觉体验—物体识别
K210视觉体验-物体识别使用设备 ZTFR开发板人脸识别构造函数导入模型示例代码基础测试使用设备 ZTFR开发板人脸识别首先简单介绍一下 K210 的 KPU.KPU 是 K210 ...
OpenCV开发笔记（七十二）：红胖子8分钟带你使用opencv+dnn+tensorFlow识别物体
本博客是转载的本文章源博客地址:https://blog.csdn.net/qq21497936/article/details/109194717 各位读者,知识无穷而人力有穷,要么改需求,要么找 ...
训练自己haar-like特征分类器并识别物体（1）
本系列文章旨在学习如何在opencv中基于haar-like特征训练自己的分类器,并且用该分类器用于模式识别.该过程大致可以分为一下几个大步骤: 1.准备训练样本图片,包括正例及反例样本 2.生成样本 ...
wpf esc key 检测不到_自己动手丰衣足食！想让你的车能检测和识别物体？试试这个实验...
全文共7733字,预计学习时长23分钟来源:Pexels 几个月前,笔者有一些想法,想让自己的车能检测和识别物体.笔者之所以有如此想法,主要是因为已经见识了特斯拉的能力,虽然并不想马上买一辆特斯拉( ...
【触觉AI】麻省理工研发带550个传感器的触觉手套，通过触摸识别物体|湾区人工智能...
点击上方蓝色字体,关注我们麻省理工学院计算机科学与人工智能实验室(MIT-CSAIL)的研究人员近日开发了一种低成本的传感器手套,旨在使人工智能能够"弄清楚"人类如何通过触摸识别 ...
使用darknet-dnn-GPU方式识别物体(一)
1.darknet darknet是一个c写的可以使用GPU方式来调用深度卷积网络来识别物体的深度学习框架,上手及其简单,易用. 1.1 编译到官方网站下载后编译darknet,注意一定要下载cud ...
openmv识别物体并与单片机通信（STM32）
openmv识别物体并与单片机通信(STM32) OPENMV端物体识别感光元件寻找色块画图距离判断距离实际距离串口发送 STM32段串口接收串口2配置数据处理数据显示 Ope ...
数字图像处理与机器视觉_简单自动智能识别物体程序（机器视觉+数字图像处理）...
非常好的识别物体的机器视觉程序.附有完整的说明文档和代码.代码由matlab写成,并附有测试图片.图片中含有各种物体,通过数字图像处理的知识,自动识别出图片中的各类物体. 文件:n459.com/f/ ...

k210识别物体的基本流程（kpu库函数）

k210识别物体的基本流程（kpu库函数）相关推荐

最新文章

热门文章