神经网络:训练模型+转化为k210上跑的kmodel

这篇具有很好参考价值的文章主要介绍了神经网络:训练模型+转化为k210上跑的kmodel。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。

目录

前言

第一种

第二种

第三种

第四种

结语文章来源地址https://www.toymoban.com/news/detail-576224.html


前言:之前用YOLOv5训练了一个口罩检测模型,但是想让模型在k210上运行,涉及到模型的转换,下面我就我个人转化历程来简单记录一下,我的艰辛转换历程(如有错误的话,就评论区指出来,防止我误人子弟)

第一种:用yolov5训练模型之后在进行模型转换 ,我的转换思路是pt-->onnx-->tflite-->kmodel,转化过程异常艰辛,中间有各种各样的坑,我不出意外果然出了意外,在最后一步时失败了,小白不建议走这条路,如果你硬要逝世的话,下面给你一些参考博客链接

1.模型转换:pytorch模型转onnx, onnx转tensorflow, tensorflow转tflite_城俊BLOG的博客-CSDN博客_onnx转tensorflow

最后一步tflite转kmodel用NNcase这个软件就行.

第二种: 用maixpy官方线上训练网站---maixhub,进行线上训练,只需要你把数据集按一定格式放上去训练,训练结果直接是kmodel(可以在k210上跑),至于教程嘛maixhub上有视频教程,附:网站链接:MaixHub

第三种:用Mx-yolov3来进行训练,嘿嘿,用过1.2版本的如果环境能配置好的话,还行挺好用(你只要把你数据集放上去,训练出来就是tflite,而且安装mx-yolov3会把nncase直接给你装上去,所以基本是一套龙服务了,巴适的很!),如果按教程配不好的话,基本G了,这里推荐一篇博客:MX-Yolov3本地训练模型的安装和使用_BYEBlackBird的博客-CSDN博客_yolov3安装

第四种:  还是用mx-yolov3,不过是3.0版本,相比于1.2版本3.0版本不需要配置环境!不需要配置环境!不需要配置环境!非常好用,你只需要把数据集正好就行,但是也有一些坑,下面是我遇到的坑,1.照片或者是xml名字不能有空格(可能下划线也会被视为空格,反正尽量数字或者字母)2.照片分辨率有要求,我一直用的是224*224,我爬的照片没有统一分辨率,就一直报错,具体要求是什么我不太清楚,是必须正方形?还是统一就行?还是是224倍数就行?我不太了解懒得一个个试,mx-yolov3里有一个叫imagetool的程序可以把照片统一成224*224的规格,比较方便,使用方法和上面1.2版本教程一样,跳过配置环境步骤即可!下面是3.0版本的百度网盘链接:https://pan.baidu.com/s/1Gl3Qfw5s8LZuu2wc1GTITg 提取码:dvsf  

结语:希望可以帮助到大家,如果有什么错误之处,望各位指出,大家一起进步!同时也感谢上面被我引用博客的博主!

到了这里,关于神经网络:训练模型+转化为k210上跑的kmodel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学习篇(八)在MaixHub训练模型

    本文着重于如何使用K210拍摄图片,并将图片上传到MaixHub平台进行模型训练。补充一下一些经验心得,比如一些训练参数的设置。 在我们训练模型之前,我们需要获取一些数据集,其实也就是需要识别的物体图片。这里记得我们在获取数据集的时候,尽量使用手里的k210去进行

    2024年02月17日
    浏览(49)
  • K210学习笔记(十二)——MaixHub本地训练模型(Windows)

    MaixHub虽然可以在线训练模型,但是数据集限制大小为20M以下,而且大多数时候都需要排队才能训练模型,这可能就不能满足我们对模型的需求,所以我在Windows系统下搭建环境,本地训练模型。对于本地训练的纯小白来说,虽然MaixHub本地训练不需要虚拟机,但是还是要严格按

    2023年04月26日
    浏览(49)
  • Maix Bit(K210)保姆级入门上手教程---自训练模型之云端训练

    Maix Bit(K210)保姆级入门上手教程—环境搭建 Maix Bit(K210)保姆级入门上手教程—外设基本使用 这是K210快速上手系列文章,主要内容是,介绍MaixHub这个线上训练模型的使用,以及如何部署到K210中。 阅读本文的前提:读者对基本的监督式学习有一定的了解,之道学习率、迭

    2024年02月16日
    浏览(87)
  • openmv云端训练神经网络自动生成openmv的神经网络模型

    打开openmv工具栏如图所示,点击新数据集  弹出如下界面,这里我选择的是我自己新建的new date文件夹,你们选择自己新建的文件夹即可  接下来我们点击左边红框框起来的地方,可得到中间那个界面,可自己创建名称  左上角就是我创建好的两个,接下来我们点击下面红框

    2024年02月12日
    浏览(40)
  • K210学习笔记(十一)——MaixHub在线训练模型(旧版在线炼丹)

    个人觉得K210与openmv最大的区别就是可以跑模型了,虽然不能跑yolov5得这类大型模型,但是还是可以使用一些yolov2、Mobilenet V1等轻量化模型。 想要训练一个可用得模型,奈何电脑显卡不给力,没关系,我们可以使用Spieed的MaixHub模型在线训练来训练模型。Maixhub 模型训练平台帮

    2024年02月05日
    浏览(68)
  • K210 Mx-yolov3模型训练和物体识别

    一、简介        (1)硬件准备:               K210开发板:拥有1TOPS算力,可以运行神经网络模型,同时其提供在线模型训练平台(maixhub),支持物体分类和物体识别。        (2)软件环境               Mx-yolov3:(用于在本地训练模型)             

    2024年02月15日
    浏览(45)
  • 智能送药小车(二)——K210物体检测,训练模型与部署

    线上训练模型参考这篇: Maixhub模型训练平台整体流程 下面仅介绍利用Mx-yolov3训练模型并部署在k210上的整体流程。 利用K210采集数据集 使用说明:插上合适的SD卡(最大32GB),采集不同类别图像时要在代码相应位置进行修改(有注释提示),程序运行后按下KEY会进行图像采集

    2024年02月14日
    浏览(45)
  • 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,这里要感谢我的一位学长,是他带着我开始了K210的学习,让我从盲目的命令行指令转到Maxipy上使

    2024年02月15日
    浏览(43)
  • 使用pycharm连接远程GPU训练神经网络模型(超详细!)

    前言: 博主是一名学生党,因经费限制购买的电脑配置并不是很高,显存大小仅4GB,虽然日常学习时的模型训练基本能满足,但做项目或者有大模型训练需求时,就没办法满足要求了。今天这篇博客给大家分享一下如何利用pycharm连接远程GPU训练我们的神经网络模型,这篇文

    2024年02月20日
    浏览(45)
  • PyTorch深度学习实战(1)——神经网络与模型训练过程详解

    人工神经网络 ( Artificial Neural Network , ANN ) 是一种监督学习算法,其灵感来自人类大脑的运作方式。类似于人脑中神经元连接和激活的方式,神经网络接受输入,通过某些函数在网络中进行传递,导致某些后续神经元被激活,从而产生输出。函数越复杂,网络对于输入的数据拟

    2024年02月06日
    浏览(52)

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