K210-----人脸检测

文章目录

• 前言
• 一、使用步骤
  • 1.将模型文件导入K210的flash当中
  • 2.代码

---

前言

记录一下K210的学习，学习主要按照官网的手册，以及官网内容进行。

一、使用步骤

1.将模型文件导入K210的flash当中

1.找到官方给的例程，进入人脸检测的目录当中。

 

 2.将facedetect.kmodel、flash-list.json压缩，并将压缩文件后缀修改为.kfpkg

3点击打开文件，并找到压缩后的.kfpkg文件，再点击下载。

2.代码

# Untitled - By: Think - 周日 1月 8 2023

import sensor, image, time
import KPU as kpu
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)
lcd.init()
task  = kpu.load(0x300000)#将模型放入flash的0x300000位置
anchor = (1.889, 2.5245, 2.9465, 3.94056, 3.99987, 5.3658, 5.155437,
6.92275, 6.718375, 9.01025)#模型描参数
a = kpu.init yolo2(task,0.5,0.3,5,anchor)#初始化yolov2网络

clock = time.clock()

while(True):
    clock.tick()
    img = sensor.snapshot()
    code = kpu.run yolov2(task,img)#运行yolov2网络
    if code:
        for i in code:
            print(i)
            b = img.draw_rectangle(i.rect())
    lcd.display(img)
    print(clock.fps())

（代码使用的是官方例程的。）

函数说明：

 KPU.load(offset, file_path)

  2.1.1. 参数#

offset 和 file_path 参数只能二选一，不需要关键词，直接传参即可

• offset: 模型在 flash 中的偏移大小，如 0xd00000 表示模型烧录在13M起始的地方, 0x300000表示在 Flash 3M的地方
• file_path: 模型在文件系统中为文件名， 如 “/sd/xxx.kmodel”

返回#

如果正确加载，会返回返回值， 否则会抛出错误， 请看抛出的错误提示， 另外错误代码参考这里

如果发现错误代码是小于 2000 的值， 则是固件版本太低，需要更新固件版本

• kpu_net: kpu 网络对象

KPU.init_yolo2(kpu_net, threshold, nms_value, anchor_num, anchor)
为yolo2网络模型传入初始化参数， 只有使用yolo2时使用

• kpu_net: kpu 网络对象, 即加载的模型对象, KPU.load()的返回值
• threshold: 概率阈值， 只有是这个物体的概率大于这个值才会输出结果， 取值范围：[0, 1]
• nms_value: box_iou 门限, 为了防止同一个物体被框出多个框，当在同一个物体上框出了两个框，这两个框的交叉区域占两个框总占用面积的比例 如果小于这个值时， 就取其中概率最大的一个框
• anchor_num: anchor 的锚点数， 这里固定为 len(anchors)//2
• anchor: 锚点参数与模型参数一致，同一个模型这个参数是固定的，和模型绑定的（训练模型时即确定了）， 不能改成其它值。

KPU.run_yolo2(kpu_net,image_t)

• kpu_net: kpu_load 返回的 kpu_net 对象
• image_t：从 sensor 采集到的图像

返回

        kpu_yolo2_find 的列表