神经网络：训练模型+转化为k210上跑的kmodel

9月前作者：派提克up 分类：Toy博客阅读(41) 违法举报

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224224，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224224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！

分享到：

领支付宝红包赞助服务器费用

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)