K210模型训练（物体分类）

目录

一、打开Maix IDE 的官网找到需要训练模型的平台Maix Hub

模型训练的分类：

 二、如何使用Maix Hub模型训练平台

数据集的采集

三、训练模型后的文件分类

---

一、打开Maix IDE 的官网找到需要训练模型的平台Maix Hub

首先老规矩先打开我们的Maix IDE官网    https://wiki.sipeed.com/  

 我们采用的是MaixHub模型训练平台，当然除了这个训练平台还有很多种方法进行训练。

模型训练的分类：

1.本地模型训练——Linux         本地模型训练 for Linux - Sipeed Wiki

2.本地训练——windows          

   （1）本地训练——windows环境配置            https://wiki.sipeed.com/soft/maixpy/zh/course/ai/train/local_windows_1.html

   （2）本地训练——windows使用教程

     https://wiki.sipeed.com/soft/maixpy/zh/course/ai/train/local_windows_2.html

有兴趣的可以自己去看看！！

好了，紧接着说我们的MaixHub的本地模型训练的吧！

然后就进入我们熟悉的画面了！！！！

我们首先还是得需要注册并登录进去！！！

 二、如何使用Maix Hub模型训练平台

然后进去我们本地模型训练的地方

 我们又看到我们所熟悉的机械码，在上一篇文字关于账号的注册登录与机械码的获取都说过了！在这里就不做多赘余的部分了。

上一篇文章放到下面了，大家自行学习吧。

基于Maix IDE的编程环境 K21O人脸识别+串口输出_MODE-GG的博客-CSDN博客

物体分类与物体检测有些区别！

具体区别参考一下下面这篇说明吧！

关于MaixHub模型训练的说明部分。          →→ Maixhub 模型训练平台使用说明

输入我们的机械码后直接点击Next就可以到达下一步了。

 这个时候我们就要上传我们的数据集！

数据集的采集

数据集：数据集顾名思义，简单点来说，就是说你多看几眼的女孩你就会记住他，咱们K210也是这样，需要各个方位各个角度去观察我们所需要识别的物体，来达到记忆的效果。也就是把物体的照片按照指定尺寸整理成压缩包放在我们上述位置，就可以开始训练了。

数据集就是需要每个所需要被识别的目标的照片，且尺寸是224*224，把每个目标的照片放到一个文件夹里，将多个目标的文件夹统一压缩成一个ZIP格式的压缩包，上传至训练平台。

补充：

在下面的的模型训练常用工具：内有一个脚本是K210通过按键进行拍照，讲拍摄的照片存储到SD卡中，所以就要求我们需要将一个SD卡插入到我们的K210中，这样通过脚本拍摄的照片就会存储到链接K210的SD卡中，也可以自动进行标号（0，1,2,3,4........）（同时模型训练的数据集也要求我们对照片集进行标号）这样就省下我们把一个一个照片进行标号的功夫。

 当我们拍摄完一组（一个目标的几十个照片）照片就可以创建文件夹（文件夹就是我们训练完成后，打印出来目标名称），采集完成多个目标的数据集后。就可以打包上传MaixHub模型训练平台上等待训练完成。

我把我所准备的数字的数据集放在下面，大家可以下载来看一下，数据集到底是个什么样的？

然后就可以训练，等待训练完成。

我们可以在下面的地方来查看我们的训练进度！

 上面是我所训练过的模型。

对于数据集我再给大家一些常用的工具。

第一个是我们在K210的环境下进行的拍照程序，因为我们用手机拍的照片会出现各种各样的问题。但是我们采用K210直接拍的照片，可能会出现模糊，准确率不高等情况，这只是针对于学习使用，如果需要真正的建议用更好的照片作为数据集。

第二个是照片处理的小软件，这个软件可以自动裁剪我们所需要的尺寸大小，因为在数据集中，就要求照片的尺寸。使用这个小软件的提高几十甚至几百张照片的处理效率。

然后我把数字识别的数据集、最终的模型、实用小工具放到下面，可以自行提取：

模型训练常用工具：

链接：https://pan.baidu.com/s/14fCdvJOjP60QTndMSttcCA 
提取码：dr9y

数据集：

链接：https://pan.baidu.com/s/1FVHbDcgntFSyYAE6UOtjSQ 
提取码：he2z

数据模型：

链接：https://pan.baidu.com/s/1nTS5OGf44OnEfPEAvo2p3w 
提取码：d30o

然后我们的模型训练完成就可以用我们所训练的模型就行识别了！！！！

三、训练模型后的文件分类

我们解压我们的模型后，打开文件夹我们会发现，文件夹李有这些文件

 boot.py——是我们处理器所执行的程序

labels.txt——是我们多个物体模型的名称

m.kmodel——这个就是所训练出来的模型

README.txt——这个是一些注意事项，看看就好

report.jpg——我目前的水平看不懂

startup.jpg——K210的开机界面

如果实用SD卡的话，可以直接将这些文件复制到SD卡上，然后插入到K210上，通电就可以正常运行了！！！