因为培训需要，开坑K210，前后忙活了3天终于把自行训练的口罩模型部署成功了，实测还行，分享一下经（ni）验（keng）：本人学过一段时间python，见过别人玩开源硬件（没动过手），接触过一点人工智能项目的理论知识（观课议课），先自己体验一下半个项目的过程。1.资源：1.1.口罩训练素材：mxyoloV3训练库1.2.训练方式：mxyoloV3（百度下载）、60组、alpha=0.75、增强模式、16个/批，共580个图片全部标注1.3.训练过程：因为耗内存才不到2个G，而且内存都是超配，基本忽略内存的影响1.3.1.8700kCPU（黑果虚拟机Win10自动分配，纯CPU算力），一个批次大
【K210】K210学习笔记四——定时器的使用前言定时器定时器配置定时器使用方法测试小车简单巡线PWM配置控制小车巡线的方法测试完整源码前言本人大四学生，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_blobs函数实现一些寻找不同颜色的目标点，寻找不同颜色的线，后面会更新更多image模块中的函数使用方法），以及按键、LCD、LED的使用。sensor的学习笔记传送门【K210】K210学习笔记
我接触的第一个硬件项目是设计一个简陋的智能视觉小车，我在项目里的任务是识别一张纸上六个目标点坐标然后发送给小车。图一 场地样式就是将上图六个点的坐标识别然后传输给小车。识别效果大概是这样： 图二识别效果因为是第一次做这样的项目，第一次使用maixpy不熟练之处还望大佬见谅，项目完成符合预期。K210摄像头使用专门的maixpyIDE进行编辑。它是用python语言进行编写但感觉缩进要求更加严格，不是四格缩进就会运行错误。首先是导入：importsensor,image,lcd,time导入没有什么说法，设备、图像、显示屏、时间，没有其他特别的导入。然后是初始化，因为之前没接触过硬件项目，初始化
MaixBit（K210）保姆级入门上手教程系列MaixBit（K210）保姆级入门上手教程—环境搭建MaixBit（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、迭代次数、网络模型等有一定的概念。没有的话，自行补充啦或者点这里，阅读官方文档学习相关基础~本文内容多来自官方文档，目的是为了帮助读者快速上手训练自己的模型，侵权删！文章目录MaixBit（K210）保姆级入门上手教程系列一、K210硬件介绍1、内存介绍2、KPU介
各位正在读文章的朋友们你们好，本人为非专业学生，如有不对的地方，期待您的指正。目标追踪的意思是：识别到目标物体，通过舵机转动，朝向目标物体.实验器材：二自由度舵机云台加两个SG90舵机，K210。实验分两步走：一是识别到目标物体，二是识别到色块后返回色块位置坐标，进而控制舵机转动指向目标物体。一：识别目标色块——image.find_blobs函数：识别颜色方块，在编程环境中，打开工具中的机器视觉、阈值管理器，在网上找一个颜色方块，或者在缓冲区内，选择最佳的颜色跟踪阈值，通过不断调整，使目标物体在二进制图像中呈现白色，其余为黑色。下面的一串数字即为目标物体特定的颜色阈值。image.find_
K210（1）解决一些新上手出现的问题几个好用的网站问题1：AttributeError:'image'objecthasnoattribute'xxxx'问题2：ERR.NO_MEM:memorynotenough上策：扩大内存下策：减小固件其他方法几个好用的网站openmv官方给出了它的包，可以在文档中找到sipeed官网给出的操作手册MaixPy精简版入门教程（AI视觉向）问题1：AttributeError:‘image’objecthasnoattribute‘xxxx’这个错误出现的原因是没有下载固件到开发板上打开flash_gui，添加固件，（下载链接）这个固件版本不能太低烧录地
在学习了利用lcd显示固定文件的照片之后。我们知道的是手上的这块K210开发板还集成了一枚摄像头模块，因此我们就可以利用摄像头模块捕捉照片并且实时的显示在板载lcd显示屏和IDE上，我们知道视频实际上由一帧一帧的照片组成，所以我们只需要让摄像头不断地拍照片，然后不断地刷新显示在板载的lcd上就可以了。下面我们先简单介绍一下MicroPython中关于摄像头的相关函数。canmv机器视觉中的代码大部分都是照着OpenMV移植的，将所有的摄像头模块已经封装在sersor模块中，我们再使用时可以直接调用该模块内的相关内容，进而达到我们的目标。而不用过多的在意底层驱动。CanMvsensor函数库在这
目录前言第一种第二种第三种第四种结语前言：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t
machine.Timer 硬件定时器，可以用来定时触发任务或者处理任务，设定时间到了后可以触发中断（调用回调函数），精度比软件定时器高。需要注意的是，定时器在不同的硬件中可能会有不同的表现。MicroPython的Timer类定义了在给定时间段内（或在一段延迟后执行一次回调）执行回调的基本操作，并允许特定的硬件上定义更多的非标准行为（因此不能移植到其他板）。共有3个定时器，每个定时器有4个通道可以使用。感觉来玩K210的一般也学过一些单片机的，一些基础的也就不多讲了，应该都能看得懂代码，所以话不多说直接上例程：'''实验名称：定时器版本：v1.0日期：2022.9作者：01S
目录介绍开始训练训练完成 memorynotenough报错解决方案一：解决方案二：介绍最近在搞K210神经网络搭建识别数字，在烧入代码的时候就有很多坑，记录一下我的坑，希望能给大家提供帮助，首先就是数据集的采集，我刚开始是用手机，然还要转化图片大小类型就很麻烦，在网上找到一位大佬的代码，可以直接用K210拍照并且储存在SD卡中还可以加文件夹如有需要这里，可以得到大量的数据集，还有一种方法就是将要识别的物体用K210几个角度录像，然后用软件一帧一帧的节取，这个方法也是很方便也是可取的（这是我们实验室学长告诉我的但是我觉得麻烦就没弄），这个教程网上也有很多，我就不再赘述了，刚刚学习模型训练可以少
