完整代碼庫：
https://github.com/bossConneR/K210_FACEDET
star以跟進最新更新
K210_FACEDET
2020年全國大學生電子設計競賽F題視覺部分解決方案
電控部分解決方案
溫度擬合部分解決方案
前排感謝隊強大的隊友:D
FACEDET-K210
last Update:2020/12/20
Author crisprhhx
E-mail crisprhhx@outlook.com
— cosco@hnu.edu.cn
Introduction
2020TI杯全國大學生電子設計大賽F題解決方案視覺部分， 代碼可以實作三個功能，分別是人臉識別，現場學習，和口罩識別，通過按下外接的按鍵來給芯片一個觸發信號以切換識別模式，
人臉識別主要是通過用神經網路作為編碼器，將人臉影像的特征提取出來并儲存；檢測時將陌生人的人臉影像計算后得到的特征與資料庫中的特征進行比對；若誤差小于一定閾值，則判定是同一人， 口罩識別也是運用了深度學習，通過訓練幾千張的（圖中的人是否有戴口罩）的資料集，生成一個檢測是否佩戴口罩的模型，一般來說模型訓練多在筆記本或臺式機上完成，k210通過呼叫訓練出來的模型檔案來識別，
相關原理可以百度或谷歌，這些技術目前都已經非常成熟，網上有海量的資料可供學習，這里不再贅述，
Setup
0.0 首先你需要一塊K210開發板
0.Clone此代碼庫到本地
1.根據TUITION.jpg中的內容操作，配置環境；檔案夾中兩個bin檔案是韌體，因為后續步驟加載模型后會很占記憶體，因此需要切換成更小的韌體（maixpy_dls_mini_with_openmv.bin）以騰出空間，
2.在IDE中加載Release檔案夾中的檔案，其中main.py為源代碼；其余三個為權重檔案，
3.若需要實作脫離筆記本在k210上運行演算法，需要準備一張SD卡，并將三個權重檔案放進去，運行時k210將會從SD卡中加載模型到記憶體中，
Note：如果出現無法檢測到sensor的情況，可能是因為攝像頭接觸不良，需要調整一下攝像頭的位置或者重新插拔攝像頭，
Usage
先連著電腦運行，有效果之后可以嘗試將代碼下載到芯片之后獨立運行， 代碼中已經分配了引腳，可以參照k210官方檔案學習一下GPIO的設定方式（比單片機簡單得多，k210內置FPGA，可以任意映射引腳），并以此配置外接電路，
Train
如何訓練出K210可以使用的權重檔案： https://www.bilibili.com/video/av925105825?share_medium=android&share_source=qq&bbid=A2ECE591-E959-4654-B2E6-D29EBAEACD6615220infoc&ts=1602259328125
Support
官方交流群（有問題都可以在群里問，很快就會有解答）： 荔枝 MaixPy AI 一群 878189804
如需聯系作者，請通過Email聯系，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/239662.html
標籤：其他
下一篇：Dijkstra(上)：單源最短路Dijkstra的前世今生與基于Dijkstra的mininum bottleneck問題