MaixPy K210 目标分类模型在线训练及使用教程
MaixPy K210 目标分类模型在线训练及使用教程
- 相关步骤
- 准备数据集
- 在线训练
- 运行模型
相关步骤
本文的资料来自于MaixPy官方文档,更多详细内容可进入MaixPy官方文档进行查询。
官方文档地址:https://wiki.sipeed.com/soft/maixpy/zh/
准备数据集
模型训练一定需要数据集,物品分类的数据集格式比较简单,首先创建一个数据集文件夹,然后根据需要分类物品的个数再在里面创建若干个名字为分类名的文件夹(分类名即文件夹名),每个文件夹里面存放对应分类物品的图片数据集,编号从0开始,最后将整个文件夹打包成zip压缩文件。
如不清楚上述结构可看下面的描述加以理解
datasets.zip|datasets|----ball| || ---0.jpg| || ---1.jpg| || ---2.jpg|----toy|---0.jpg|---1.jpg
在线训练
MaixPy的模型可以在MaixHub里面进行训练,只需准备好数据集即可,因此需要注册一个MaixHub账号。
进入MaixHub官网,点击左上角注册
进入之后填写用户名,邮箱,密码即可注册账户
注册完账户后点击上方的模型训练
填写相关信息,模型类别为物品分类,模型格式为kmodel,模型描述根据模型填写,机器码需要通过给MaixPy开发板烧录一个bin文件获得,不知道如何烧录的同学,可以查看此文章学习如何烧录 MaixBit初次上手配置教程
bin文件下载地址:key_gen.bin
下载完bin文件后,通过kflash将文件烧录进开发板
烧录完成后,连接电脑与开发板,使用串行终端工具访问开发板,这里我使用Putty作为演示
其中选择开发板的端口号,并且设置波特率为115200,然后点击open进行连接
按下开发板上的Reset键,终端屏幕上就会显示机器码
复制机器码到模型训练网站上即可
点击下一步,会让我们上传数据集,把我们之前整理好的数据集压缩包上传上去即可
然后点击Submit即可提交数据集开始训练
之后我们就能在模型训练记录里面看见我们正在训练的模型并且能够看到训练进度
训练完成后会提供给我们模型下载链接,点击Download下载我们的模型至本地
运行模型
官网下载maixpy_vx.y.z_x_xxx*_minimum_with_ide_support.bin这种名字的固件烧录进MaixPy开发板
官网固件地址:https://dl.sipeed.com/MAIX/MaixPy/release/master/
将之前下载的模型压缩包解压得到一系列文件
这些文件的作用README.txt文件写的很详细,这里简单说一下
- boot.py: 在 maixpy 上运行的代码
- .kmodel 或者 *.smodel: 训练好的模型文件( smodel 是加密模型 )
- labels.txt: 分类标签
- startup.jpg: 启动图标
- report.jpg: 训练报告,包括了损失和准确度报告等
- warning.txt: 训练警告信息,如果有这个文件,务必阅读, 里面的原因可能会导致训练精度低
如果MaixPy有SD卡,则可以将这些文件拷入SD卡根目录,将SD卡插入开发板并上电启动即可。
如果MaixPy没有SD卡,则通过kflash将kmodel文件烧录到flash里,烧录的地址建议不要烧入0x000000,烧入其它地址如0x300000等;烧录完成后剩下的文件可以通过MaixPy IDE的发送功能发送给开发板,也可以不发送,不影响程序运行
然后修改boot.py程序中调用main函数时的参数值,将圈起来的那句话中model_addr的参数值设置为烧录模型时烧录的地址即可,然后将boot.py发送至开发板中,重启后便能自动运行此模型
MaixPy K210 目标分类模型在线训练及使用教程相关推荐
- Mx-yolov3+Maixpy+ K210进行本地模型训练和目标检测
我接触K210同样也是因为一次比赛,需要进行目标检测并对垃圾进行分类,在接触到K210之前我一直使用各种YOLO版本检测,并部署到树莓派和nano上,一次偶然的机会,我发现了K210,这里要感谢我的一 ...
- 目标检测模型从训练到部署!
Datawhale干货 作者:张强,Datawhale成员 训练目标检测模型并部署到你的嵌入式设备,让边缘设备长"眼睛". 目标检测的任务是找出图像中所有感兴趣的目标(物体),确定 ...
- 目标检测模型从训练到部署,其实如此简单
目标检测的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一.目标检测已应用到诸多领域,比如如安防.无人销售.自动驾驶和军事等. 在许多情况下,运行目标检测 ...
- 机器学习多目标分类模型解法
机器学习被广泛的应用于推荐.风控等场景.经典的机器学习建模数据是由特征列和单一目标列构成的,比如要做广告的CTR预测,其实模型关心的是一个广告曝光后是否会被点击,这是一个单一目标场景的建模过程.但是在 ...
- 文本分类模型的训练、调优、蒸馏
目前已经完成的事情 目前有12个模型. 其中BERT的七个变种模型,因为使用的是BERT-base-chinese的预训练模型和词表,所以不要自己做embedding,换上数据集和标签就可以跑 Ber ...
- 基于VS2017+OpenCV,C++搭建NanoDet-Plus轻量级目标检测模型并训练(二)
1.数据准备 标签格式是json,分成训练集(train)和验证集(val),分别存放图和对应的标签文件,利用如下代码将单个的json文件转成coco格式的json,代码如下: # -*- codin ...
- 手把手教你训练自己的目标检测模型(SSD篇)
目标检测是AI的一项重要应用,通过目标检测模型能在图像中把人.动物.汽车.飞机等目标物体检测出来,甚至还能将物体的轮廓描绘出来,就像下面这张图,是不是很酷炫呢,嘿嘿 在动手训练自己的目标检测模型之前, ...
- bert中文分类模型训练+推理+部署
文章预览: 0. bert简介 1. bert结构 1. bert中文分类模型训练 1 下载bert项目代码 代码结构 2 下载中文预训练模型 3 制作中文训练数据集 2. bert模型推理 1.te ...
- PaddleLite——将水果分类模型部署到树莓派
本项目手把手带你实现了在树莓派端基于视频流的水果分类. 目录 1. VOC数据集的准备 2. 水果分类模型的训练 3. 树莓派上摄像头的调试和配置 4. 跑通Paddle-Lite-Demo 5. 部 ...
最新文章
- 构建ASP.NET MVC4+EF5+EasyUI+Unity2.x注入的后台管理系统(13)-系统日志和异常的处理③
- java操作word (jacob)
- Java基础(三十四)String、StringBuffer类和数据缓冲区Buffer类
- 为何外界常说扎克伯格是机器人?源于2018年的一场听证会
- Redhat Ha Cluster -(转)
- STM32----摸石头过河系列(一)
- 1002.写出这个数
- 软件编程,在于设计和思想
- 使用其它模块的头文件
- 拓端tecdat|Python用时变马尔可夫区制转换(Markov regime switching)自回归模型分析经济时间序列
- 《Pig编程指南》一导读
- 工程模式写入imei_开发初期IMEI号的写入
- 量化投资学习——股票数据接口的汇总和整理
- 程序员如何编写高大上且实用的技术文档
- 【WPF】屏幕录像、摄像头录像
- 用c语言函数判断是否为水仙花数,输入三位数,判断是不是水仙花数c语言c语言...
- 深度解析《ETC行业领军企业成谷科技》
- BUUCTF:[XMAN2018排位赛]file
- vue 引入json地图_使用vue引入maptalks地图及聚合效果的实现
- KPM算法详解(Next数组)
热门文章
- 关于股市行情与情绪指数的相关性
- 程序员上班摸鱼时都会浏览哪些网站?年轻人耗子尾汁
- Solr调研总结(很详细很全面)
- 纪念-收到华为技术有限公司的正式录用通知
- Android 4.0.1 源码下载,编译和运行
- 中国工程科学院计算机院士,冯夏庭 中国工程院院士
- synology 黑群晖 5.0-4418 gnoboot官方pat稳定版安装教程(修复相册)
- 小米8android版本9,小米8已升级安卓9.0版MIUI10,版本号为:8.9.6内测版!
- 国内的镜像源访问地址
- 北大“最丑”数学老师爆红全网:哈佛为他打破百年校规,不愧是中国最传奇的天才!...