1000 种物体分类模型

可以识别 1000 种物体

使用方法

  • 使用minimum 版本固件
  • 下载模型文件
  • 使用 kflash_gui 烧录模型文件到 Flash, 这个模型文件回自动烧录到地址0x300000上，不需要手动选择地址
  • 保存文件labels.txt (备用链接) 到文件系统，具体方法见入门教程（发挥你的聪明才智）（参考答案：因为内容太多，如果使用 REPL 直接复制粘贴可能数据会出错， 所以要使用 工具传输。最简单的是放到 SD 卡； 如果要放到 /flash，minimum 可能不支持 IDE， 可以使用upyloader发送文件）
  • 因为这个模型有4.2MiB，比较大，所以使用了minimum的固件，同时保证GC使用的内存不要太大，可以通过以下方式设置小一点,把内存留给模型使用
from Maix import utils
import machine

utils.gc_heap_size(256*1024)
machine.reset()
  • 导入模型
import KPU as kpu
task = kpu.load(0x300000)
  • 读入 labels
f=open('/sd/labels.txt','r')
labels=f.readlines()
f.close()
  • 初始化摄像头, LCD

可以根据自己的硬件安装情况设置摄像头是否镜像，以及 LCD 是否旋转等

略，请参考前面的教程

  • 识别物体
fmap = kpu.forward(task, img)
plist=fmap[:]
pmax=max(plist)
max_index=plist.index(pmax)

这里把运行的结果转换成了一个list对象， 然后找到了最大值的下标， 通过这个下标我们就知道标签名是什么了（labels[max_index]）

  • 显示结果
img = img.draw_string(0, 0, "%.2f : %s" %(pmax, labels[max_index].strip()), color=(255, 0, 0))
lcd.display(img, oft=(0,0))
print(fps)

完整例程看 maixpy_scripts