实物图俩二维码识别实物图前言    这段时间接触了一下基于MaixPy的开发K210的摄像头设备，的确很有趣，运行速度很快，编程难度不大。很适合咱们视觉开发的同学们学习，以下是我玩设备的一些感悟，如有不妥之处，希望大家雅正，也希望能帮助初学者了解和学习，也可加bulidupup（vx）一起学习交流！一、MaixPy编程环境介绍    MaixPyIDE下载链接：下载站-Sipeed正常安装，打开界面：         快速上手手册：MicroPython库—MicroPython中文1.17文档很多基础的东西看看就行，只要有基础的Python程序基础就可以开始进行开发了。 连接K210摄像头

前言最近想要做一个项目是涉及用国产MCU--CW32配合K210控制舵机实现跟踪物体的目的，我想要实现一个功能就是识别到目标并且把目标的坐标信息通过串口传输给单片机，单片机控制舵机进行控制，那么视觉方面目前我认为最好的选择就是使用k210了，它不仅成本低，性能好，而且基于MicroPython的开发极易上手，单片机选用的是武汉芯源半导体公司的国产芯片CW32.什么是CW32CW32是武汉芯源半导体推出的基于Cortex-M0+内核的32位微控制器：CW32系列MCU，该系列MCU在多项指标上大幅领先于其他品牌同类产品，可以满足通用、低成本、超低功耗以及高性能等不同应用市场的MCU需求。什么是k

 当我们买回K210时，开发的第一步自然是连接上MaxipyIDE，MircoPython是由微控制器硬件、MicroPython固件、用户程序 这三部分构成的。想要烧录好程序，先要将我们的K210连接上，MaxipyIDE，但我在一开始买回来使用时，就遇到K210与MaxipyIDE连接很长时间连接不上的问题，后来后尝试了其他博主推荐的重刷固件的方法，（此处粘上链接：(132条消息)K210使用MaixPyIDE长时间显示连接中的解决方案_maixpy老卡_Argon_Ghost的博客-CSDN博客）但还是没有解决，而且在用kflash连接的过程中也遇到了“握手失败请检查串口设置，ERROR

K210文章目录K210前言一、准备二、代码前言老样子了先看视频K210人脸追踪一、准备你需要准备一个人脸识别模型然后一个云台就行了二、代码'''人脸追踪'''frommachineimportTimer,PWMimportsensor,lcd,timeimportKPUaskpuclassPid:def__init__(self,Kp,Kd,Ki):self.Kp=Kpself.Ki=Kdself.Kd=Kdself.Bias=0self.angle=0self.Last_bias=0self.Integral_bias=0defOut(self,target,actullay):self.

第一章：K210介绍K210芯片是一款基于RISC-V架构的嵌入式人工智能芯片，具备低功耗、高性能的特点。它拥有强大的图像处理和机器学习能力，适用于边缘计算设备和物联网应用。为了方便开发者，K210芯片提供了丰富的外设接口，包括摄像头接口、显示接口、WiFi、蓝牙等，同时支持多种编程语言和开发环境，如MicroPython和C语言。在计算机视觉领域，K210芯片被广泛应用于对象检测、人脸识别、图像分类等任务，能够实现快速的图像处理和分析。K210官网第二章：矩形识别的基本原理矩形识别是计算机视觉领域中常见的任务之一，它主要涉及图像处理和机器学习算法。对于图像的预处理，可以根据具体需求选择合适的

目录1.前言2.代码部分1.调用自带的库文件2.将I/O19设置为UART1_RX功能并设置串口3.数据接收函数4.主程序  1.前言    之前更新了K210与STM32之间的串口通信，是K210发送信息STM32接收信息，这篇博客讲解一下K210DOCK接收数据包。2.代码部分1.调用自带的库文件frommachineimportUART#串口库函数fromfpioa_managerimportfm#GPIO重定向函数2.将I/O19设置为UART1_RX功能并设置串口fm.register(19,fm.fpioa.UART1_RX,force=True)uart_A=UART(UART.

k210——串口通信k210一共有3个uart，每个uart可以进行自由的引脚映射。一、API函数介绍1.1register(pin,function,force=True)K210可以通过映射来改变引脚功能，设置引脚（pin）对应的外设功能（func），默认启用强制绑定参数（force=True）pin：功能映射引脚function：芯片功能force：默认为True，强制分配，多次对一个引脚注册例：fromfpioa_managerimportfmfm.register(16,fm.fpioa.GPIO2)1.2新建UART对象uart=machine.UART(uart,baudrate

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上使用Python来学习K210。我写下这篇博客是为了记录我的学习生活，并感谢这位帮助我的学长。文章目录前言一、所需环境1.硬件环境2.软件环境二、Mx-yolov31.软件环境配置1.python环境2.相关依赖包3.GPU训练配置4.总结2.开始使用1.模型要求2.开始训练3.模型测试4.转换模型5.部署到K210上

智能送药小车采集图片LabelImg数据集标注Mx-yolov3训练模型K210端物体检测代码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。采集图片利用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会进行图像采集并存放在相应类别的文件夹中。#importos#print(os.listdir())##importos##os.remove("1.jpg")fromMaiximportGPIOfromfpioa_manage

进行到KPU的又一个应用咯，其实跟前一个人脸识别的应用没有太多的不同。物体识别这里可是分类二十个物体，而人脸识别只是一个简单的二分类问题。（理论上机器学习也能做但是效果咋样就不知道了）。大概的程序思路跟上一个实验也是一致的，将该用的函数库导入之后（time,lcd,sensor,maix.KPU,image,gc）进行对应的初始化，初始化完成后就可以开始代码的编写。主要流程就是拍摄照片，导入模型就行识别，如果识别出存在对应物体，就框起来做标识。流程图如下：代码如下啦：！！！！importsensor,image,time,lcdfrommaiximportKPUimportgc#初始化部分lc