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
在之前我们学会了关于K210的摄像头与lcd的一些应用，那么今天我们了解一些关于K210的一些画图的方法和利用K210进行颜色识别。首先我们明确，什么是画图，为什么要画图。画图指在图片上画出圆，方框，箭头，十字交叉或者字符。我们为什么要画图，其实一个基础的应用就是颜色识别的时候。我们可以把识别到的颜色用一个方框框起来，这样首先可读性会大大增强。其次也方便我们知晓该色块的位置和大小。以及在人脸识别中我们需要利用一个方框将人脸框柱之类。K210中我们之前学习了部分sensor库的内容，而画图所需的相关东西在image中，也就是img=sensor.snapshot（）捕捉图片，而img.来进行相关
K210的入门使用教程（Openmv同适用） 在嵌入式开发中通常会使用到视觉方面的硬件做图像识别，经常使用的小型嵌入式图像识别硬件有个K210,Openmv等，这里介绍的是K210这款可编程机器视觉硬件，它支持一系列广泛的图像处理和神经网络，其最突出的优点是它的算力可以达到1TOPS算力，连我们的树莓派4都甘拜下风，而且它体型小巧价格亲民，目前用它来做视觉方面的项目最好的选择。一、K210环境搭建 安装开发环境IDE不用多说，去官网下载:http://cn.dl.sipeed.com/MAIX/MaixPy/ide/_/v0.2.4下载好以后，用数据线将K210和电脑进
本人先通过学习OPENMV，再延申到K210中。（主要是OPENMV我还没买屏幕，但是K210有）在OPENMV官网中，有相关追小球的函数，但是是用OPENMV单片机来进行调试的。在网上找到的相关源码，加载到OPENMV后发现帧数很慢。学校实训的要求是要做出能追一定物体的平衡小车，我的小车的机构通过STM32F1Z8T6来进行控制，K210进行识别传输实时数据。1,通过函数img.draw_rectangle(b[0:4])；可以得到画出目标的矩形框中的中心点X轴坐标和矩形框的大小SIZE。这两个数据前者可以用来判断转向环，后者可以用来判断前进和后退。 x_pos = b[5
文章目录一、Mx-yolov3环境配置二、模型训练1.测试 2.数据集制作3.VOTT标注与模型测试三、部署到k210 1.模型转换 2.脚本运行 3.脱机运行 4.一个问题四、总结一、Mx-yolov3环境配置1.Mx-yolov3软件下载：链接：https://pan.baidu.com/s/1U0c6hk5PNdOwECnhu_XjuA 提取码：fy222.在安装路径中打开文件夹，打开环境配置，运行环境配置.exe。3.安装python3.7.4 点击安装Python3.7.4会弹出python的安装界面，然后跟随视频 【K210】识别神器Mx-yolov3安装教程
声明:最近想做一个K210数字识别和寻迹，方便完成2021年电赛F题，完成了数字训练和脱机运行就想赶紧进行一次通信，调了好几天(郁闷＋自闭几天),按照官方的历程看，配置的没问题但是会一直出现乱码，得不到自己想要的数据，所以准备发一下这个文章，希望帮助一下道友。代码部分:importsensor,image,lcd,timeimportKPUaskpuimportgc,sysimportustructfromfpioa_managerimportfmfrommachineimportUART#needyourconnecthardwareIO10/11toloopbackfm.register(
