标签：上传 点击 神经网络 文件夹 识别 数据 云端 openmv
OpenMV训练神经网络模型（目标识别）
一、准备材料：
1.OpenMV4 Plus（低版本的openmv可能算力不够不支持）
2.一根micro usb的数据线
3.电脑、网络
二、软件下载
在openMV官网下载openmv IDEhttps://book.openmv.cc/
下载完毕后进入IDE界面：
三、准备数据集：
1.首先在D盘里创建一个新的文件夹，用来放置一会要存放的数据集：
这里我创建的数据集名为new data
2.打开openmv的IDE，点开工具栏并选择数据集编辑器，点击新数据集：
选择刚刚新建的new data文件夹：
完成后的界面：
3.拍摄需要识别的图像，采集样本数据
连接上我们的openmv，然后运行程序（这个程序是新建文件后自动生成的默认程序），可以看到右侧出现了拍摄到的实时图像。
这里假设我们需要区分空调遥控板或是电视机遥控板，则我们需要新建两个不同的文件夹，例如air_conditioner_RCB和TV_RCB,点击左侧的新建文件夹按钮即可新建文件夹：
接下来就可以开始采集照片了！
（左为电视机遥控器，右为空调遥控器）
4.采集数据集照片：
在连接上openmv后，点击左侧的采集数据来保存当前帧缓冲区内的照片：
（右侧为实时图像，左侧为保存图像）
在拍照时尽量采用多角度的拍摄，并且大概每组数据在100-200张左右。
采集完毕之后进入下一步。
四、数据集的上传与训练
这里使用的是云端的edge impulse网站来进行模型的训练及自动生成。只需要将我们刚刚得到的数据集上传即可获得openmv可使用的训练模型，并进行目标识别。
1.用户的登录
点击右上角Login in进行登录。
新用户需要在这个网站上进行注册，只要邮箱就可以注册。
2.新建工程文件：
选择第一项，图片处理。
准备上传数据。
3.获得key，通过key在openmv上上传数据集：
复制这个API KEY（如果没显示完全，可以选中后右键进入检查，在网页源代码中复制这段文本）
复制完成后打开openmv IDE，找到上传入口（如图所示）
点开后将key粘贴进去。
如果没有显示错误的话（我这里报错了），可以正常上传至云端。
若报错，显示：
出现该错误时，可以直接在网页端直接上传照片文件。
在这上传文件，选项可以选择和图片一致。
右侧显示上传完成后，可以进行下一步。
4.选择处理对象和模式：
这里选择默认的处理模式
保存后左侧选择Image，并配置：
选择后保存后继续配置：
设置好之后点击下方开始训练：
完成训练后，发现数据的准确性还是非常高的（100%）
5.可以选择配置保存版本
保存了第一版，之后如果需要调用可以直接取该版本。
6.导出训练模型，移植到openmv中：
选择openmv后点击build，生成工程文件，下载并解压后得到以下文件。
将这些文件移动到openmv的U盘中：
将python文件拖入IDE中，运行：
可以看到识别的效果还是很不错的，既是在黑色的背景下依旧能够识别到空调遥控器。
识别效果还是很不错的。
当然，它也可以用来识别其他的东西。例如口罩识别，性别识别等等；也可以进行多目标检测，效果还是很不错的。
大家可以关注openmv的官网，也有较为详细的解释教程。
标签：上传,点击,神经网络,文件夹,识别,数据,云端,openmv 来源： https://blog.csdn.net/qingchedeyongqi/article/details/119254988
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。