2021全国大学生电子设计竞赛F题参赛简记

2021全国大学生电子设计竞赛F题参赛简记

四天三夜，那布满着未知与紧迫感的气息让荷尔蒙无比兴奋，挑战着脑力与体力的极限

四天也就睡了不到六个小时吧，把视觉部分各个方案都做了一遍

简单记录一下，今年电赛经验太少了，走了很多弯路，前两天都在试方案，真正有很大进度的也就最后两天

1、赛前准备

比赛前几天，看了好多主控需要的东西，

准备了STM32C8T6和STM32ZET6主控部分代码模板，及MPU6050、光电开关、红外对管等各个模块

还有该死的透明球和亚克力板子（大骗子啥也没用到）

2、第一天（2021.11.04）

上午

定了F小车题

巡线采用灰度传感器（后来证明灰度传感器贼不好调）

理清主控所需的逻辑功能

下午

现学openmv模板匹配，发现调包只能一帧识别一个数字，模板过多就会掉帧，而且模板匹配方法在运动识别中效果相当不好，输入的图像和模板有一点大小和角度偏差就很容易识别不出来。 而深度学习的手写数字识别去年被官方下架了。。。

晚上出的视觉方案：

openmv传统方法，但算法改用：一开始不给openmv数字模板，当初始化给摄像头看要识别的是那个数字的时候将其识别并作为模板，后面的图像里只需找这一个数字，不用挨个数字识别后再匹配了。

openmv深度学习方法：改成旧版本，用openmv自己的深度学习。但之前没做过这种方案，能不能做成效果怎么样。

k210+yolov3：在网上找到一个写的比较详细还貌似合理的这种方案。

opencv+树莓派：输入模板后，边缘检测（一系列操作后），用四个角的坐标加减一个数去掉外面的黑色框框，将其作为比对模板；输入的待检测图像也进行同样的操作，进行比对并进行评分函数操作，判断是数字几。

yolov5神经网络训练+树莓派：之前做过这个，还比较有底，但是要自己标千多张数据集。

听到别的组用k210官方自己的深度学习的方法训练的效果并不好

和学弟说好一起在实验室通宵研究树莓派方案，晚上十一点回宿舍拿树莓派，结果出来的时候十二点多，宿管阿姨死活不然出宿舍了，把学弟一个人鸽在实验室了。。。。。。

3、第二天（2021.11.05）

凌晨在宿舍看各个神经网络针对数字的识别效果

早上一早去实验室开始敲openmv识别，但是效果不好，有些识别出来很错乱，从头到尾看了好几遍代码找学长看程序也都正确，莫名的怀疑人生

来不急考虑太多了

下午换yolov5神经网络训练+树莓派方案，拍了数据集

晚上队友连夜标定了近四千张数据

4、第三天（2021.11.06）

凌晨开始训练yolo模型

早上起来以后，发现效果贼好，超级兴奋

下午在树莓派上配置yolo环境

晚上在拿树莓派测试，nice的很

5、第四天（2021.11.07）

凌晨看k210代码

跑通k210代码

早上写k210初始化识别程序、匹配程序和通信程序

下午最后的调车

最后上交作品的时候人都是麻的
封箱over

最后就坐等测评咯