咸鱼K210体验笔记—模型训练

此教程可以完整的在Win完成：制作数据集、训练yolo、转换成k210可用的Kmodel文件

模型训练

1. 安装Anaconda3

Anaconda3地址及安装说明

安装时记得勾选 【Add Anaconda3 to the PATH environment variable】

2. 下载工具

下载此工程，在工程根目录下将[train_ann.zip]和[train_img.zip]解压到当前文件夹
资料下载
将[ncc_0.1_win.zip]放置在工程根目录，解压到当前文件夹

3. 准备环境

首先在所在系统中安装Anaconda。可以打开命令行输入conda -V检验是否安装以及当前conda的版本。

1.新建环境： conda create -n yolo python=3.6

输入y等待下载完成

2.激活环境：conda activate yolo

3.安装必要软件包： pip install -r requirements.txt

报错原因：文件没在根目录下所以无法打开
移动过去再试试，好了意外不意外（滑稽）

再等等QAQ（时间有点长。。耐心一点）

4. 修改参数

在[configs.json]中修改网络类型，lable标签（如raccoon），和其他参数 注意存放图片(train_img)和存放注释(train_ann)的文件夹名称 examlpe

5. 导入图片

先将图片放在train_img文件夹

打开labelImg.exe

Open Dir—>选择存放图片的文件夹(train_img)

Change Save Dir—>选择存放注释文件夹(train_ann)

Create RectBox—>框选要标注的物体并输入lable，和上文configs中的相同（如raccoon）



Save后点下一个(Next Image)
会自动生成标注的目标位置的xml文件保存在注释文件夹中

6. 开始训练

输入命令

python train.py -c configs.json

如果出现cv2丢失那就是requirements.txt文件没搞完 重新再来一遍即可解决：pip install -r requirements.txt

PS:放的训练图片太多了导致训练时间巨长。。自己搞的时候图片放少一些。（等的我花都谢了）

下载完成

等待训练结束，会出现时间命名的文件夹，里面的tflite文件就是训练好的模型

重命名(如：test.tflite)并复制到工程根目录

7. 转换成Kmodel

 ncc_0.1_win\ncc test.tflite test.kmodel -i tflite -o k210model --dataset train_img

转换完成根目录会出现test.kmodel，即可烧录进k210中运行

测试程序

import sensor,image,lcd,time
import KPU as kpu

lcd.init(freq=15000000)
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.set_windowing((224, 224))
sensor.set_brightness(2)

sensor.run(1)
clock = time.clock()
classes = ['class_1']
task = kpu.load(0x300000)
anchor = (1, 1.2, 2, 3, 4, 3, 6, 4, 5, 6.5)
a = kpu.init_yolo2(task, 0.17, 0.3, 5, anchor)
while(True):
    clock.tick()
    img = sensor.snapshot()
    code = kpu.run_yolo2(task, img)
    print(clock.fps())
    if code:
        for i in code:
            a=img.draw_rectangle(i.rect())
            a = lcd.display(img)
            print(i.classid(),i.value())
            for i in code:
                lcd.draw_string(i.x(), i.y(), classes[i.classid()], lcd.RED, lcd.WHITE)
                lcd.draw_string(i.x(), i.y()+12, '%f1.3'%i.value(), lcd.RED, lcd.WHITE)
    else:
        a = lcd.display(img)
a = kpu.deinit(task)

参考地址:https://github.com/TonyZ1Min/yolo-for-k210