12_K210的KPU数字识别训练
输入“/”快速插入
12_K210的KPU数字识别训练
飞书用户88242023年7月10日创建
K210的KPU数字识别训练
K210自带 KPU（通用的神经网络处理器），非常适合用来作数字识别。要采集的数据集图像尺寸为 224*224（这是目前最常用的网络数据大小），为了让结果更准确，所以要训练的数据集要尽可能多，每种数字的数据量尽可能相等。但 k210 的算力也是有限的，他所能运行的模型也是有限的，对于 k210：运行 c 代码时最大可以加载 6MB 左右的模型，运行 maixpy 的最小固件时，能加载 3MB 左右的模型，运行 maixpy 的最大固件时，能够加载约 2MB 左右的模型。（值得注意的一点，模型大小和数据集没有必然关系，所以不用担心数据集采集太多导致K210的内存装载不下的问题，选好Alpha参数就能确定模型的大小）
简单来说，实现K210的数字识别就是三步：
1.
采集数据集
2.
对数据集进行标注
3.
开始训练并得到
采集数据集
因为我们运算是在 K210 本地的，图像来源也是 K210 自带的摄像头，为了让结果更准确，可以用 python 编写一个 K210 的拍照程序，采集固定的 224*224 图像并保存到 TF 卡里面。最好是搭好小车框架后，选好摄像头的安装位置和角度，将拍照程序保存到 K210 的运行 sd 卡里面。当按下按钮的时候就进行当前图像的保存。
拍照的代码如下所示(具体代码在2_Code->application->sensor->k210->pyconde-take_picture.py)：
import sensor, image, time, lcd, struct, ustruct, _thread
from maix import KPU,GPIO, I2S, FFT
import gc,os
from machine import Timer,PWM,I2C
from fpioa_manager import fm
lcd.init() # Init lcd display
lcd.clear(lcd.RED) # Clear lcd screen.
sensor.reset() # Reset and initialize the sensor.
sensor.reset(freq=24000000, dual_buff=1) # 设置摄像头频率 24M 开启双缓冲模式 会提高帧率 但内存占用增加
sensor.set_auto_exposure(1) # 设置自动曝光
sensor.set_auto_gain(False) # 颜色跟踪必须关闭自动增益
sensor.set_auto_whitebal(False) # 颜色跟踪必须关闭白平衡
sensor.set_pixformat(sensor.RGB565) # Set pixel format to RGB565 (or GRAYSCALE)
sensor.set_framesize(sensor.QVGA) # Set frame size to QVGA (320x240)
sensor.set_windowing((224,224)) # 分辨率为B224X224
sensor.set_vflip(1)
sensor.skip_frames(time = 2000) # Wait for settings take effect.
clock = time.clock() # Create a clock object to track the FPS.
#要拍摄不同的数字就切换这里的数字
need_number_ficture= 1
#保存文件名计数
save_count =0
#注册IO，注意高速GPIO口才有中断
fm.register(35, fm.fpioa.GPIO0)
fm.register(16, fm.fpioa.GPIOHS0)
#构建案件对象
KEY=GPIO(GPIO.GPIOHS0, GPIO.IN, GPIO.PULL_UP)
#按键标志位
key_node = 0
key_press_long = 0
#中断回调函数
def fun(KEY):
global state,key_node,need_number_ficture
temp_count = 0
time.sleep_ms(10) #消除抖动
while KEY.value()== 0:
key_node = 1
time.sleep_ms(10) #长按延时
#长按检测计数
temp_count=temp_count+1
if temp_count >= 50:
key_node = 0
beep.duty(50)
time.sleep_ms(500)
beep.duty(0)
time.sleep_ms(100)
need_number_ficture=need_number_ficture+1
if(need_number_ficture == 9):
need_number_ficture=0
#开启中断，下降沿触发
KEY.irq(fun, GPIO.IRQ_FALLING)
#先把文件路径切换到文件卡里面
os.chdir("/sd")
#os.mkdir("img/0")
#os.mkdir("img/1")
#os.mkdir("img/2")
#os.mkdir("img/3")
#os.mkdir("img/4")
#os.mkdir("img/5")
#os.mkdir("img/6")
#os.mkdir("img/7")
#os.mkdir("img/8")
#PWM通过定时器配置，接到IO15引脚
tim = Timer(Timer.TIMER0, Timer.CHANNEL0, mode=Timer.MODE_PWM)
beep = PWM(tim, freq=1000, duty=0, pin=9)
clock = time.clock() # 创建一个clock对象，用来计算帧率
while True:
clock.tick() # 更新计算帧率的clock
img=sensor.snapshot()
#按键按下进入
if key_node == 1:
save_count=save_count+1
img.save("img/"+str(need_number_ficture)+"/"+str(save_count)+".jpg")
beep.duty(50)
time.sleep_ms(100)
beep.duty(0)
time.sleep_ms(100)
key_node = 0 #清除按键标志位
# 在图像上画字符串
img.draw_string(0, 10,str(need_number_ficture)+"/"+str(save_count)+".jpg", color = (200, 0, 0), scale = 2, mono_space = False,
char_rotation = 0, char_hmirror = False, char_vflip = False,
string_rotation = 0, string_hmirror = False, string_vflip = False)
lcd.display(img)