k210部署自行训练的口罩识别模型-Toy模板网

这篇具有很好参考价值的文章主要介绍了k210部署自行训练的口罩识别模型。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

因为培训需要，开坑K210，前后忙活了3天终于把自行训练的口罩模型部署成功了，实测还行，分享一下经（ni）验（keng）：

本人学过一段时间python，见过别人玩开源硬件（没动过手），接触过一点人工智能项目的理论知识（观课议课），先自己体验一下半个项目的过程。

1.资源：

1.1.口罩训练素材：mxyoloV3训练库

1.2.训练方式：mxyoloV3（百度下载）、60组、alpha=0.75、增强模式、16个/批，共580个图片全部标注

1.3.训练过程：因为耗内存才不到2个G，而且内存都是超配，基本忽略内存的影响

1.3.1. 8700kCPU（黑果虚拟机Win10自动分配，纯CPU算力），一个批次大约需要135秒，发现太费时间，就算了15组，结果识别率超差，又花了1个多小时算了30组，能上来一些，仍不是很理想；

1.3.2. 12500cpu，物理win10，一个批次125秒，仅仅时间减少，30组效果差不多，参考袁云强老师的视频，基本很确定准不准基本和批次数量以及样本数量挂钩

1.3.3. 2700+GTX960 ，2012年的老U和2014年的老显卡，渣一样的设备，纯粹是因为想起来还有一块GTX960躺在盒子里，试试传说中的GPU运算。装备CUDA完全体以后，一个批次大概30S。。。。。。CPU占用率基本在25-30%。从结果来看心里一万匹草泥马奔腾而过：这要是去弄一块二手3060Ti不得起飞？

1.4.K210板卡 01studio k210、亚博 k210 ，芯片一样，造型差的不少，后来才知道 01studio 是maxipy系列，亚博是canmv系列，各自有IDE，实测相互的兼容性并不好。

线材都是齐的（吐槽01studio的usb线是microuse，亚博的是usebtypec）、32GTF卡、读卡器

2.连接01studio k210开发板并跑个demo

串口设备不陌生，这块没什么难度，就是一开始不小心把端口号弄错了，半天没写进去程序。

k210部署自行训练的口罩识别模型

这里吐槽一下mixly，当然也可能完全是我的问题。 mixly就不介绍了，优点是门槛进一步拉低，都是图形化拖拖拉拉就好，想着大家都是K210芯片，应该差不太多，实战发现mixly会出现无法上传代码到开发板的情况？？（ could not enter raw repl ）？？

本着想不通查不到就换个思路的办法，仔细看看01studio的配套文件，发现它推荐小白使用MaixPy IDE做开发，没啥问题，上。然后没遇到任何困难就把demo运行成功了？？？？大概是MaixPy有个主动连接和调试的按钮，并且针对开发板有较好的连接适配。

3.部署自行训练的口罩模型

在www.yuque.com/mxpi 找到上面那个视频说到的mixly部署代码先试试，结果当然是没成功，估计跟他视频里用到的开发板不同。

so，查了一下01studio的配套代码，也有一个类似的模型检测代码。


import sensor,image,lcd,time
import KPU as kpu

#摄像头初始化
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.set_vflip(1)  #摄像头后置方式

lcd.init() #LCD初始化

clock = time.clock()

#模型分类，按照20class顺序
classes = ['Un_Masks', 'Masks']

#1、从Flash加载模型。将模型烧录到开发板Flash。烧录方法参考pdf教程。
#task = kpu.load(0x500000)

#2、从SD加载模型卡上。将kmodel文件通过读卡器拷贝到SD卡。
task = kpu.load("/sd/faceMask.kmodel") #模型SD卡上

#网络参数
anchor = (0.9325, 1.0987, 1.7635, 2.3976, 2.6134, 3.4486, 3.3165, 4.5023, 4.1806, 5.5381)

#初始化yolo2网络，识别可信概率为0.7（70%）
a = kpu.init_yolo2(task, 0.7, 0.3, 5, anchor)

sensor.set_windowing((224, 224))

while(True):

    clock.tick()

    img = sensor.snapshot()
    #img = img.resize(224, 224)
    code = kpu.run_yolo2(task, img) #运行yolo2网络


    if code:
        for i in code:
            a=img.draw_rectangle(i.rect())
            a = lcd.display(img)

            lcd.draw_string(i.x(), i.y(), classes[i.classid()], lcd.RED, lcd.WHITE)
            lcd.draw_string(i.x(), i.y()+12, '%f1.3'%i.value(), lcd.RED, lcd.WHITE)
    else:
        a = lcd.display(img)

    print(clock.fps())#打印FPS

classes、anchor都是比较熟悉的东西，按照流程很快就通过MaxiPyIDE部署成功了（吐槽一下，mac版的莫名其妙的有“语法错误”提示，放到虚拟机的win10上跑没有任何问题，这是友好的劝退？）

参考mxyolov3训练过程中的anchor、classes参数修改以上代码，并复制模型文件到sd卡，运行，然后，报错：ValueError: [MAIXPY]kpu: load error:2006, ERR. NO_ MEM: memory not enough

没道理啊，换自己的模型就不行了？（样例的模型大小1.4M，我的模型1.9M）

找到这篇文章：

Micropython解释器MaixPy 常见问题-电子发烧友网 (elecfans.com)

目前最合理的情况和处置办法就是更换体积更小的固件（maixpy_v0.6.2_84_g8fcd84a58_minimum_with_ide_support.bin 在minimum上增加了ide支持），于是把这个固件烧上去，运行，然后：kpu:check img format err!

还是上面那的文档，原因是摄像头输入的尺寸和模型的尺寸不同。。。以后再解决训练的问题了，先把输入改了，增加一行代码： sensor.set_windowing((224, 224))

至此，程序正常运行，算是把第一个自己训练的模型在开发板跑起来了。

4.研究亚博k210

Canmv的，风格跟01studio完全不同，IDE也是建议另外一个。

来回研究了半个小时，都没有连上开发板！！！

然后又回去看文档，发现这玩意支持microPython不错，但出厂只支持c。。。。。。虽然CanMv IDE可以刷固件，但是要先连上才行。so，kflash_gu_v1.6.5_2 把支持microPython估计刷上，然后能接入了。