K210使用记录

这篇具有很好参考价值的文章主要介绍了K210使用记录。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。

本文算是对K210使用的一个记录吧,这样以后方便后面的学弟学妹快速学习了解K210的基本知识和入门使用

1、基本资料来源

官网(嘉楠堪智)

https://canaan-creative.com/product/kendryteai

常用的使用一般有两种,这里从适用性的角度优先使用第一种,资料齐全,上手会快很多

1、使用micro python进行开发

官方文章
https://wiki.sipeed.com/soft/maixpy/zh/index.html
模型训练平台
https://www.maixhub.com/ModelTraining
官方淘宝店
https://sipeed.taobao.com/shop/view_shop.htm?spm=a230r.1.14.4.681570a1T5WoCg&user_number_id=2200606237318

了解K210(单指sipeed家的)基本可以从以上几个链接看到比较详细的资料,一般使用K210都是当成openmv来使用,外加使用k210的Kpu进行部分神经网络的计算,当成一个轻量级的目标检测平台使用,可以做的事情比较多,不过因为自身算力的原因也比较有限。

2、裸机开发,建议参考下面大佬的教程

https://blog.csdn.net/jwdeng1995/category_10302376.html

官方提供了堪智IDE,和vscode比较像,可以进行裸机开发,类似satm32一样进行c语言编程。

2、基本视觉功能

1、固件定制

使用sipeed家的方法进行开发需要事先进行固件定制,固件下载链接如下所示:

https://dl.sipeed.com/MAIX/MaixPy/release/master/

下面固件及其版本
K210使用记录
打开就能看到里面的几种版本的固件,推荐用下面的这种,同时支持openmv还有读取kmodel的,当然最大的那个应该是最全的,也可以试试
K210使用记录

固件的刷写可以看官方的一个视频,官方提供了一个串口的工具进行固件擦除和写入

https://www.bilibili.com/video/BV144411J72P?spm_id_from=333.337.search-card.all.click

视频打开是这样的,b站的一个视频,作者是他们官方群的群主
K210使用记录

2、程序移植

如果已经刷了k210的固件,那么就可以开始进行进行开发了

在前面给的资料参考网站可以看到sipeed提供的一些传统图像的实现方案,这部分基本和openmv是一样的
K210使用记录

k210移植了openmv的函数库,openmv能干的基本上k210都可以,(不过openmv在不断更新,相关函数库也在不断更新,所以openmv新的一些东西k210都是没有的),不过基本的视觉功能都还在,可以直接使用,我之前写过一篇关于openmv基本使用的文章,根据这篇文章来即可,基本上都可以在k210上进行实现。

OPENMV配置记录(一)

老实说openmv这个硬件卖的确实贵,不过他本身的教程还有例程更新的也确实勤快,这些部分sipeed后面都没有移植了,可以自行一直或者当作一种思路来看看吧
K210使用记录
还有一个很重要的地方就是openm的文档做的很详细,有啥不清楚的都可以来这边查,是在属于一边用,另一边查了!

https://docs.singtown.com/micropython/zh/latest/openmvcam/index.html

比如想了解最常见的寻找色块的函数,在这里输入即可进行查询
K210使用记录
点击进去可以看到比较详细的介绍,这不比在sipeed上看详细多了,也方便我们进行参数的修改
K210使用记录
基本openmv的部分就不继续介绍了,可以直接参考我之前写的openmv的记录文章,本文主要还是介绍有关k210进行目标检测的部分内容。

3、训练K210环境搭建

1、CUDA和CUDNN的安装配置

需要配置这两个才能成功调用电脑的GPU来训练,不然这个训练速度简直就不是一个速度级别的,差距有很大,所以电脑有GPU还是尽量要给他配置上

tensorflow的两个包的对应关系

打开可以查看对应关系,就是这两个包的版本要对应上来安装

K210使用记录还可以看到针对linux的设备匹配情况,这里就是多了GCC的版本对应
K210使用记录

下面是cudnn的下载地址

https://developer.nvidia.com/rdp/cudnn-archive
K210使用记录

下面是cuda的下载地址

https://developer.nvidia.com/cuda-10.1-download-archive-base?target_os=Windows&target_arch=x86_64&target_version=10
K210使用记录
这里针对版本匹配,需要下载CUDA10.0.1,CUDNN为7.6.4版本的,如下所示
K210使用记录

2、开始安装

安装上先安装CUDA,这里就比较基本直接上了,双击就可以开始
K210使用记录
下面也是一路next,选自定义
K210使用记录
这里选一个就行,之后就一路安装即可
K210使用记录
下面就又到了环境变量部分了
K210使用记录
新建这两个变脸,下面是第一个
K210使用记录
第二个如下所示
K210使用记录
之后在进行下面的操作
K210使用记录·
打开命令行,输入,看到信息就成功
K210使用记录
之后解压下载的cudnn工具包,解压出来这样的
K210使用记录
打开里面的文件,打开bin文件,把bin文件里面的.dll文件复制到我们的CUDA的目录下,位置如图所示
K210使用记录
之后是include文件夹也进行复制
K210使用记录
之后是lib文件夹的内容进行复制
K210使用记录
这样我们就安装好了CUDA还有CUDNN了

3、anaconda环境配置

conda这里环境配置就不多说了,网上教程很多,版本也是很多种的,可以参考我之前的博客来进行配置 pycharm配置conda记录

这里进入命令行,配置如下,因为官方比较推荐3.7的,所以这里就给他配置一个3.7的环境吧

conda create -n Mx_yolov3 python=3.7

之后把我们刚才配置的python加入到环境变量里面去
K210使用记录
之后使用conda安装下面的内容,这里可以用新建一个txt的方法也可以直接一句一句的方法都可以的

imgaug==0.2.6
opencv-python==4.0.0.21
Pillow==6.2.0
requests==2.24.0
tqdm==4.48.2
sklearn==0.0
pytest-cov==2.10.0
codecov==2.1.8
matplotlib==3.0.3
Tensorflow==1.15.0
Tensorflow_gpu==1.15.0
pascal_voc_writer==0.1.4
PyQt5==5.15.0
numpy==1.16.2
keras==2.3.1
scikit-learn==0.22.2
seaborn==0.11.0
alive-progress==1.6.1
h5py==2.10.0
pyecharts==1.9.0
matplotlib==3.0.3

这样我们就配置好需要的环境了,下面就是下载源码跑起来了

4、训练神经网络模型

1、使用官方训练模型训练

官方模型地址,把这个项目克隆下来就行,官方推荐是使用linux平台,这里我电脑装了另一个ubuntu系统,电脑装双系统的教程很多,可以参考b站相关教程,也比较多。

https://github.com/sipeed/maix_train.git

首先还是把这个项目克隆下来,打开是这样的,这里新建一个conda环境,安装下面的需要的东西即可
K210使用记录
输入下面的命令即可

pip install -r requiremnets.txt

之后还需要下载一个ncc的模型转换工具,这个在官方的代码李说明了
K210使用记录
点开链接即可进行下载,下载第一个即可
K210使用记录
之后把他放到指定的文件夹之后解压这里我解压完成之后就把压缩包删除了,看个人情况吧(解压的目录为tools/ncc/ncc_v0.1,这里需要自己新建这个目录,如果没有的话要新建
K210使用记录
之后就可以开始训练了,首先生成训练参数

python train.py init

会生成这样的一个文件夹
K210使用记录
这里面的就是训练参数了,不需要修改,直接用就行,要改可能就改改训练次数还是最小精度之类的,下面都挺清楚的,可以自行查看,根据需要修改。
K210使用记录
下面就可以开始训练了,其实官方的readme都已经写过了,按照他的来就行
K210使用记录
下载的git文件里面已经有了数据集,我们要用的话,按照这个数据集格式其实就行
K210使用记录
查看压缩文件是这样的
K210使用记录
最后其实就这样的一个格式
K210使用记录
因此如果使用检测模型的话就是如下命令(这里数据集可以换成自己的

python3 train.py -t detector -z datasets/test_detector_xml_format.zip train

开始训练
K210使用记录
训练完成
K210使用记录
训练完成之后就都在out目录下面
K210使用记录
结果可以在这里查看
K210使用记录
loss曲线查看
K210使用记录
之后就可以把训练好的模型放到sd卡里面运行了,官方提供了boot.py文件供我们进行测试
K210使用记录

2、使用maixhub在线训练

首先是训练说明,这里主要是前期一些数据集的制作等部分需要我们注意下(特别注意最后打包的格式不要做了

https://www.maixhub.com/ModelTrainingHelp_zh.html

下面模型训练的网站

https://www.maixhub.com/ModelTraining

K210使用记录
这里注意下获取机器码,经过我验证这个机器码就算你用的不是sipeed家的板子也是可以的,按照它上面的提示烧录固件然后查看串口打印的信息就可以查看机器码了,训练完成之后可以下载我们训练的文件,基本和之前的下载的差不多,相关的文件也都提供了。
K210使用记录

3、使用mx-yolov3训练

详情查看,这个是一个大佬做的可视化训练工具,非常方便,大佬收发应该是公众号,名称为import创客,进入后回复mx3就可以获取下载链接

https://mc.dfrobot.com.cn/thread-307554-1-1.html

打开后是这样的
K210使用记录
首先是环境配置,这里不建议安装,因为经常会有各种各样的问题,而且这还是采用的直接安装在c盘,不如使用conda虚拟环境来安装方便,直接参考我第三章k210训练环境搭建即可。
K210使用记录
工具打开后是这样的
K210使用记录
一般常用的例如标注工具(标注工具强烈建议了解下快捷键的使用,效率飙升
K210使用记录
下载固件的工具,这里都做了集成
K210使用记录
下面是两种训练的方式,一种是检测模型一种是分类模型
K210使用记录
引入数据集
K210使用记录
作者还引入了描点计算,可以自己计算几次,获取最佳的锚点,之后就可以开始训练了
K210使用记录
训练情况
K210使用记录

之后是使用ncc工具将模型转为kmodel格式,这样就可以生成我们需要的模型文件了
K210使用记录
引入的相关文件夹如下所示
K210使用记录
这样就完成了一个训练流程了,不得不说这个工具还是很方便的!文章来源地址https://www.toymoban.com/news/detail-442932.html

到了这里,关于K210使用记录的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • K210(SiPEED MaixBit)MicroPython使用参考(一、软硬件环境)

    1.MaixBit Suit标准套装 Vs OpenMV4 Plus套装 型号 处理器 屏 摄像头 其他 生产商 参考价格 MaixBit K210 有 OV5642 MEMS MIC SiPEED 185 MV4 Plus STM32H7 无 OV5640 星瞳 569 2.开发板参数 3.摄像头 1)OV5642 2)传感器像素:500万像素,支持2592*1944尺寸图象输出 3)支持RawRGB,RGB(GRB4:2:2,RGB565/555/444),YUV422,JPEG等格

    2024年02月14日
    浏览(44)
  • 【K210】K210学习笔记五——串口通信

    本人大四学生,电赛生涯已经走到尽头,一路上踩过不少坑,但运气也不错拿了两年省一,思来想去,决定开始写博客,将电赛经验分享一二,能力有限,高手轻喷。 往期的博客讲述了 K210 的感光元件模块 sensor 的配置,机器视觉模块 image 中部分函数的使用(目前是用 find

    2024年04月28日
    浏览(46)
  • 【K210】K210学习笔记二——image

    本人大四学生,电赛生涯已经走到尽头,一路上踩过不少坑,但运气也不错拿了两年省一,思来想去,决定开始写博客,将电赛经验分享一二,能力有限,高手轻喷。 本篇主要是介绍 K210 上的 image 机器视觉模块。如果你要使用 K210 来进行一些颜色追踪( 比如识别黑色,传回

    2024年02月16日
    浏览(45)
  • K210学习笔记(二) K210与STM32进行串口通信,K210收,STM32发

    想用STM32通过串口给K210发数据,并在屏幕上显示,看了好几篇博客,终于搞通了,大家感兴趣也可以看看。 K210学习笔记(一) K210与STM32串口通信相关 接线,STM32的串口引脚比较固定,而K210就牛比了,任意映射,懒人福音。这里我找了两个没有被复用的IO,IO9和IO10 STM32 K210 GND

    2023年04月08日
    浏览(39)
  • K210学习笔记(七)——MAIX BIT(K210)拍照

    MAIX BIT使用的是OV5642,像素为500w,但实际使用只有30w,但对于物体检测,人脸识别是够用的,用maix bit进行拍照,所得照片可以直接用于后面的数据集训练,减少了图片格式转换这一步骤。 参数说明: freq : 设置摄像头时钟频率,频率越高帧率越高,但是画质可能更差。默认

    2024年02月15日
    浏览(35)
  • 使用Mx-Yolov3与Maixhub,本地及线上训练K210模型文件

    声明: 本文谢绝转载! CSDN地址:https://blog.csdn.net/weixin_58068682 个人博客:https://amnesia-f.gitee.io/ 目前提供两种训练: 目标分类: 识别图片所属的种类, 比如图中是苹果还是杯子, 没有坐标。 如下图,识别到了苹果,是苹果的概率为0.8 目标检测: 检测图片中物体的位置, 并

    2024年02月15日
    浏览(34)
  • STM32通过K210进行PID巡线,使用蓝牙模块与电脑通信从而进行P,I,D参数的调节

    目录 一.前言部分(废话部分) 二.K210色块识别 1.必要知识 2.色块识别 3.单片机的接收代码 三.通过蓝牙连接在电脑上实现PID的调参 我使用的是HAL库,如果你使用的是标准库的话可以根据对应标准库的函数进行更改即可 因为之前使用灰度传感器进行巡线,即使用上PID,最后的效果也

    2024年02月14日
    浏览(43)
  • K210人脸追踪

    老样子了先看视频 K210人脸追踪 你需要准备一个人脸识别模型 然后一个云台就行了 代码附上了,模型直接去01科技官网或者sipeed的官网上下载就行。

    2024年02月14日
    浏览(34)
  • k210———图像处理函数

    以下是在学习过程中遇到的一些比较高级的图像处理 openmv官方解释为👇 image.erode(size[, threshold[, mask=None]]) 从分割区域的边缘 删除像素 。 这一方法通过卷积图像上 ( ( s i z e ∗ 2 ) + 1 ) x ( ( s i z e ∗ 2 ) + 1 ) ((size*2)+1)x((size*2)+1) (( s i ze ∗ 2 ) + 1 ) x (( s i ze ∗ 2 ) + 1 ) 像素的核来实

    2024年02月12日
    浏览(33)
  • K210——声源定位、声音识别

    来了,K210的声源定位。 2022电赛] 声源定位跟踪系统(E题)k210 麦克风阵列效果实测! sipeed官方做的,效果还不错。 sipeed家的声源定位模块,K210常用的都可以用 将麦克风阵列模块与 pyAI-K210 使用 FPC 10P 排线进行连接,接口在开发板背部(排线金手指下接)。 麦克风阵列扩

    2024年02月16日
    浏览(69)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包