SIPEED MAIX BIT K210使用MaixHub(新版)在线训练石头剪刀布手势识别模型并部署

这是在线训练的网址
MaixHub网址
然后点击模型训练

创建一个任务

这里我们创建一个目标检测的任务，目标检测会返回坐标以及框出来，分类任务不会。

创建数据集。

选择刚刚创建的数据集。

然后先采集训练集。
这里我使用手机进行采集，非常的方便。

采集完成后开始标注数据集。
注意：在采集数据集的时候可以采集负样本(图片中不含要检测的物体)，或者和要检测的物体很像的物体，在标注的时候只需要不进行标注就行，也可以一张图片多个检测的目标。

先添加石头剪刀布的标签。


然后进行标注。
按下W是标注，标注好了选择标签按下D就自动保存到了下一张。

全部标注好了就可以采集验证集然后进行标注，验证集占1/5就差不多，如果你的训练集足够的化是不需要采集验证集，会自动划分验证集。
然后可以开始创建训练任务。

选择K210的模型。

这是我训练的过程，右边可以看到acc(正确率)和loss(错误率)的曲线，loss不断下降，acc不断上升就是正常的，如果acc没达到要求。可以增加迭代次数或者增加数据集来实现。(val_acc是测试集的正确率)

训练完成后可以开始部署模型。


然后下载解压会得到这三个文件。

其中kmodel就是模型文件了，将他保存到k210的sd卡中。
然后打开MaixPy的IDE来运行，将解压后的main.py文件复制到IDE运行就可以了。

# generated by maixhub, tested on maixpy3 v0.4.8
# copy files to TF card and plug into board and power on
import sensor, image, lcd, time
import KPU as kpu
import gc, sys

input_size = (224, 224)
labels = ['pape', 'rock', 'scissor']
anchors = [3.94, 4.22, 3.52, 3.38, 4.41, 4.97, 2.56, 3.0, 5.72, 5.97]

def lcd_show_except(e):
    import uio
    err_str = uio.StringIO()
    sys.print_exception(e, err_str)
    err_str = err_str.getvalue()
    img = image.Image(size=input_size)
    img.draw_string(0, 10, err_str, scale=1, color=(0xff,0x00,0x00))
    lcd.display(img)

def main(anchors, labels = None, model_addr="/sd/m.kmodel", sensor_window=input_size, lcd_rotation=0, sensor_hmirror=False, sensor_vflip=False):
    sensor.reset()
    sensor.set_pixformat(sensor.RGB565)
    sensor.set_framesize(sensor.QVGA)
    sensor.set_windowing(sensor_window)
    sensor.set_hmirror(sensor_hmirror)
    sensor.set_vflip(sensor_vflip)
    sensor.run(1)

    lcd.init(type=1)
    lcd.rotation(lcd_rotation)
    lcd.clear(lcd.WHITE)

    if not labels:
        with open('labels.txt','r') as f:
            exec(f.read())
    if not labels:
        print("no labels.txt")
        img = image.Image(size=(320, 240))
        img.draw_string(90, 110, "no labels.txt", color=(255, 0, 0), scale=2)
        lcd.display(img)
        return 1
    try:
        img = image.Image("startup.jpg")
        lcd.display(img)
    except Exception:
        img = image.Image(size=(320, 240))
        img.draw_string(90, 110, "loading model...", color=(255, 255, 255), scale=2)
        lcd.display(img)

    try:
        task = None
        task = kpu.load(model_addr)
        kpu.init_yolo2(task, 0.5, 0.3, 5, anchors) # threshold:[0,1], nms_value: [0, 1]
        while(True):
            img = sensor.snapshot()
            t = time.ticks_ms()
            objects = kpu.run_yolo2(task, img)
            t = time.ticks_ms() - t
            if objects:
                for obj in objects:
                    pos = obj.rect()
                    img.draw_rectangle(pos)
                    img.draw_string(pos[0], pos[1], "%s : %.2f" %(labels[obj.classid()], obj.value()), scale=2, color=(255, 0, 0))
            img.draw_string(0, 200, "t:%dms" %(t), scale=2, color=(255, 0, 0))
            lcd.display(img)
    except Exception as e:
        raise e
    finally:
        if not task is None:
            kpu.deinit(task)


if __name__ == "__main__":
    try:
        # main(anchors = anchors, labels=labels, model_addr=0x300000, lcd_rotation=0)
        #把xxx.kmodel改成自己的model名字
        main(anchors = anchors, labels=labels, model_addr="/sd/xxx.kmodel")
    except Exception as e:
        sys.print_exception(e)
        lcd_show_except(e)
    finally:
        gc.collect()

效果如下：