当前位置：首页 > news >正文

长春做网站好的公司软文新闻发布平台

news 2025/8/10 13:44:20

长春做网站好的公司,软文新闻发布平台,如何创建百度网站,cms开源框架在线模型训练概念理解准备工作1 采集图像1.1 图像要求1.2 使用K210采集图片 2 标注图像3 打包数据集4 上传数据4.1创建项目4.1.1图像分类创建项目4.1.2图像检测创建项目 4.2上传数据4.2.1分类检测上传数据4.2.2图像检测上传数据 5 训练模型6 部署模型以及测试7 测试效果7.1图像…

在线模型训练

概念理解
准备工作
1 采集图像
- 1.1 图像要求
- 1.2 使用K210采集图片
2 标注图像
3 打包数据集
4 上传数据
- 4.1创建项目
- - 4.1.1图像分类创建项目
  - 4.1.2图像检测创建项目
- 4.2上传数据
- - 4.2.1分类检测上传数据
  - 4.2.2图像检测上传数据
5 训练模型
6 部署模型以及测试
7 测试效果
- 7.1图像检测
- 7.2 图像分类
8 齐护编程程序
- 8.1图像检测
- 8.2 图像分类
9.课程资源下载
- 9-1 程序
- 9-2 模型
联系我们

我们可以通过Maixhub网站提供的模型训练功能，来实现分类模型和目标检测模型的训练，需要准备好需要训练的数据集。

概念理解

首先我们要理解两个应用概念：

目标分类：识别图片所属的种类，返回的数据只有类别和概率值。

目标检测：识别目标，返回数据有物品的种类、概率值，以及位置信息等

简单理解，如果不需要检测物体坐标输出的，用目标分类，需要坐标则目标检测。

准备工作

请先下载要使用的工具下载

1 采集图像

1.1 图像要求

采集的图像分辨率为：224x224

采集图像数量

目标分类：每类图片数量不低于40张
目标检测：每类图片数量不低于100张

1.2 使用K210采集图片

使用以下脚本下载到AIstart k210主板内，复制到文本文件，然后存成main.py放入到SD卡内。

这是一个拍照存到SD卡的程序，对着我们要识别的物体拍照，尽量多角度的拍，跟后面实际要识别的角度、环境光等越接近拍下来，后面就识别精度越高，自动存在AIstart的SD卡内，后面我们要用到。

def capture_main(key):def draw_string(img, x, y, text, color, scale, bg=None , full_w = False):if bg:if full_w:full_w = img.width()else:full_w = len(text)*8*scale+4img.draw_rectangle(x-2,y-2, full_w, 16*scale, fill=True, color=bg)img = img.draw_string(x, y, text, color=color,scale=scale)return imgdef del_all_images():os.chdir("/sd")images_dir = "cap_images"if images_dir in os.listdir():os.chdir(images_dir)types = os.listdir()for t in types:os.chdir(t)files = os.listdir()for f in files:os.remove(f)os.chdir("..")os.rmdir(t)os.chdir("..")os.rmdir(images_dir)# del_all_images()os.chdir("/sd")dirs = os.listdir()images_dir = "cap_images"last_dir = 0for d in dirs:if d.startswith(images_dir):if len(d) > 11:n = int(d[11:])if n > last_dir:last_dir = nimages_dir = "{}_{}".format(images_dir, last_dir+1)print("save to ", images_dir)if images_dir in os.listdir():img = image.Image()img = draw_string(img, 2, 200, "please del cap_images dir", color=lcd.WHITE,scale=1, bg=lcd.RED)lcd.display(img)sys.exit(1)os.mkdir(images_dir)last_cap_time = 0last_btn_status = 1save_dir = 0save_count = 0os.mkdir("{}/{}".format(images_dir, save_dir))while(True):img0 = sensor.snapshot()if set_windowing:img = image.Image()img = img.draw_image(img0, (img.width() - set_windowing[0])//2, img.height() - set_windowing[1])else:img = img0.copy()# img = img.resize(320, 240)if key.value() == 0:time.sleep_ms(30)if key.value()  0 and (last_btn_status  1) and (time.ticks_ms() - last_cap_time > 500):last_btn_status = 0last_cap_time = time.ticks_ms()else:if time.ticks_ms() - last_cap_time > 5000:img = draw_string(img, 2, 200, "release to change type", color=lcd.WHITE,scale=1, bg=lcd.RED)else:img = draw_string(img, 2, 200, "release to capture", color=lcd.WHITE,scale=1, bg=lcd.RED)if time.ticks_ms() - last_cap_time > 2000:img = draw_string(img, 2, 160, "keep push to change type", color=lcd.WHITE,scale=1, bg=lcd.RED)else:time.sleep_ms(30)if key.value()  1 and (last_btn_status  0):if time.ticks_ms() - last_cap_time > 5000:img = draw_string(img, 2, 200, "change 齐护编程ject type", color=lcd.WHITE,scale=1, bg=lcd.RED)lcd.display(img)time.sleep_ms(1000)save_dir += 1save_count = 0dir_name = "{}/{}".format(images_dir, save_dir)os.mkdir(dir_name)else:draw_string(img, 2, 200, "capture image {}".format(save_count), color=lcd.WHITE,scale=1, bg=lcd.RED)lcd.display(img)f_name = "{}/{}/{}.jpg".format(images_dir, save_dir, save_count)img0.save(f_name, quality=95)save_count += 1last_btn_status = 1img = draw_string(img, 2, 0, "will save to {}/{}/{}.jpg".format(images_dir, save_dir, save_count), color=lcd.WHITE,scale=1, bg=lcd.RED, full_w=True)lcd.display(img)del imgdel img0def main():try:capture_main(key)except Exception as e:print("error:", e)import uios = uio.StringIO()sys.print_exception(e, s)s = s.getvalue()img = image.Image()img.draw_string(0, 0, s)lcd.display(img)
main()

使用请参考这里

使用读卡器从SD拷贝文件，删除掉无效图片。这里我拍了两种物体，分别是我们的C02mini和TFT模块，每种大概有100张左右。
在这里插入图片描述