基于MaixHub的小方舟分類模型學習
- 前言
- 一、材料準備
- 二、燒錄韌體
- 1、韌體下載
- 2、燒錄韌體
- 三、制作資料集
- 1、收集需要訓練的目標的照片
- 2、轉換格式
- 3、照片分類
- 四、機器碼獲取
- 五、模型訓練
- 1、賬戶激活
- 2、提交資料集
- 六、模型加載
前言
在暑假之余，與指導老師以及實驗室中的部分成員共同對小方舟進行了一定的研究，并對小方舟進行了基于MaixHub的分類模型學習，下方提供我們在探索程序中的一些心得，若哪里有問題歡迎留言評論，
一、材料準備
| 材料名稱 | 材料數量 |
|---|---|
| N+小方舟 | ×1 |
| SD卡（32G） | ×1 |
| 讀卡器 | ×1 |
二、燒錄韌體
1、韌體下載
在模型加載時需要燒錄與其所對應的韌體，韌體庫已經開源并且處于持續更新的狀態，這邊提供對應的下載地址->傳送門，同時也附上我們燒錄的韌體maixpy_v0.6.2_57_gae955b706_minimum_speech_with_ide_support.bin
鏈接：https://pan.baidu.com/s/19OQrACoBaqffAab7K-3HAw
提取碼：gs8g
2、燒錄韌體
燒錄韌體同樣我們使用的是kflash_gui，燒錄程序中須留意小方舟連接上之后會有兩個串口號不同的串口，我們選擇數字小的串口進行燒錄，并且燒錄地址為0x300000
鏈接：https://pan.baidu.com/s/1pT1k1sASu5kR7VxAITVHEw
提取碼：i77j
如果小方舟出現藍屏或者灰屏，可嘗試以下操作
- 打開
kflash_gui V1.6點擊右上角選擇擦除中的整片擦除- 重啟小方舟后刷入目標韌體，再次重啟小方舟
三、制作資料集
1、收集需要訓練的目標的照片
保證每一個訓練類的照片數目都在40以上，最好訓練照片多收集，增加模型訓練的準確度，我們在訓練中每一個訓練類都以300張進行訓練，最終訓練得出的準確度和丟失率都比較理想，
2、轉換格式
收集照片是還需注意每張照片的解析度為224*224，否則后面的模型訓練可能會出錯導致無法進行，我參考了網上一些博主的方法，采用了文章K210借助MaixHub訓練平臺進行目標檢測中運用python腳本對照片進行轉換，并對其代碼進行了一定程度上的優化修改，（python相關安裝配置請自行百度）
2.1、創建轉換目標檔案
在桌面新建存放需要轉換照片的檔案，由于在代碼中我將其命名為Hello，因此存放的檔案名也為Hello（可對代碼和檔案名自行修改）
2.2、創建轉換結果存放檔案
在桌面新建images檔案夾用于存放腳本轉換之后的照片
2.3、運行python轉換腳本
運行該腳本會用到PIL模塊，因此我們要保證我們設備上有安裝到PIL庫，它是一個功能非常強悍的第三方影像處理庫，目前官方的最新版本并不支持python3，后來出現了移植到python3的庫pillow,pillow號稱是friendly fork for PIL,其功能和PIL差不多，可用pip進行安裝
pip install pillow
安裝完成后可直接運行腳本進行轉換
from PIL import Image
import os.path
import glob
def convertjpg(jpgfile,outdir,width=224,height=224):
img=Image.open(jpgfile)
img = img.convert('RGB')#加上這一行可轉換彩色
try:
new_img=img.resize((width,height),Image.BILINEAR)
new_img.save(os.path.join(outdir,os.path.basename(jpgfile)))
except Exception as e:
print(e)
for jpgfile in glob.glob("Hello/*.jpg"/>
五、模型訓練
1、賬戶激活
1.1、打開MaixHub點擊下圖框選鏈接
1.2、輸入郵箱點擊驗證后，會有一份郵件發送到你郵箱，根據郵箱指示點擊驗證便可，由于我已經驗證過，旁邊會有已驗證的提示
2、提交資料集
2.1、填寫剛付訓取的機器碼，下方的模型描述為選填
2.2、將上面分類整理好的檔案夾打包成zip包，上傳到MaixHub，需要注意的是壓縮包大小不能超過20M
2.3、提交訓練時候就可以在個人中心內查看正在訓練/已經訓練完成的模型了
六、模型加載
1、下載（Download）訓練好的模型到本地之后可以看到一個壓縮包，對其進行解壓就可以查看訓練之后的結果，其中的report.jpg"/>
2、將壓縮包內檔案全部拷貝到SD卡中，然后將其插入小方舟，重啟后可查看訓練之后的結果，小方舟左上角顯示的是準確率，左下角為識別時間，單位為毫秒
加載時要保證小方舟已經燒錄文章開頭提及的韌體maixpy_v0.6.2_57_gae955b706_minimum_speech_with_ide_support.bin
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/290962.html
標籤：其他
下一篇：IOT 示例