回到首页 返回首页
回到顶部 回到顶部
返回上一页 返回上一页

【博派】史上最强K210板教程6——模型训练 简单

头像 肥罗-阿勇 2020.12.23 4416 1

通过前面的学习,我们会发现只要有训练好的模型,博派可以识别任何物体。

那这些模型从何而来呢?

打开https://www.maixhub.com/

这是Maixduino官方的一个模型网站,里面有很多现成的模型可以下载到博派的板子里直接用。

project-image

该网站暂时可以下载的模型不多,但是该网站支持个人训练的模型上传

随着使用的人越来越多,相信未来会有很多模型可以在该网站上下载。

该网站还支持在线训练模型,只要你准备好自己的图片集和标注集,上传之后它就会帮你训练好,然后你下载好训练的模型就可以直接用了。

project-image

虽然可以找到别人训练的模型,但是有时候无法满足我们的个性需求,这时候就要求我们自己训练模型。

但是模型该如何训练呢?

本节就来讲如何训练模型,这里要请出一个超级大神-广东省中山市三乡镇新圩小学袁运强老师。

project-image

就是上图中最右边的很帅的老师。

他做的事情也非常帅。

原本YOLO训练模型是一件很难的事情,要装很多的Python库,要用代码进行,这对于很多人来说难度太大了,而袁老师将这一切工作做成了一个软件,只需要点点鼠标就可以训练YOLO模型,小学生都可以独立操作,这实在是太酷了。

袁老师在论坛有发帖,介绍他的软件如何训练模型,大家可以移步去看看。

https://mc.dfrobot.com.cn/thread-307554-1-1.html

软件的获取:

大家关注袁老师微信公众号“Import 创客”,回复:“Mx3“即可获得下载链接。

下面我将详细的为大家介绍如何利用袁老师的软件训练模型。

步骤1 获取图片

我们要训练一个模型,必须给软件足够多的图片让其学习。

以口罩识别为例,我们必须准备最少60张以上戴口罩(最好各种颜色各种款式的口罩都有)的图片和至少60张没戴口罩的图片。

然后对这些图片进行标注,最后让机器去学习,图片越多识别率越高,当然工作量也越大。

获取图片的方式有两种:

第一种:自己用手机或相机拍摄。

第二种:上网下载。

第一种我们这里不讲,重点讲讲第二种。

袁老师的软件里有一个专门上网爬图片的软件,可以直接拿来用。

project-image
project-image

设置好关键词,保存位置,数量点击下载即可。

另外我自己也做了一个小工具,既然袁老师有了为什么我还要做呢?

因为图片下载后还要进行处理,我的小软件就是处理这个的。

我的小工具比较简陋,一切以实用为主。文章最后有下载

打开如图所示

project-image

点击爬虫,打开软件如下,用法和袁老师的软件一样,只是多了一个从哪个网站爬取图片,默认是百度。

project-image

要注意爬取图片的时候关键词设置很重要,以苹果为例,它会将苹果手机也爬下来,因此我们要设置多个关键词。比如水果 苹果

project-image

设置好关键词之后,再看,这才是我们需要的

project-image

步骤2 处理图片

图片准备好了,还不能就这样直接给软件去学习,需要对图片进行处理。

第一:处理好文件名。

第二:处理好大小。

我们要将所有的图片都放到同一个文件夹下,因此我们需要对图片进行改名。

project-image

新建一个文件夹命名为images,将香蕉和苹果的图片重命名之后,一起复制到images文件夹下。

project-image

接着要将这些图片设置好大小,YOLO训练的话最好是正方形,建议设置为224*224

太大了训练起来非常慢。

步骤3 标注图片

图片处理好之后,接下来就要标注图片了。

新建一个文件夹fruit,然后将images文件夹复制进去。在fruit下新建一个文件夹xml

打开袁老师的软件,找到lableimg

project-image
project-image

第一步:更改图片所在位置。

第二部:更改标签所在位置。

project-image

第三步:标注图片

第四步:保存标注

第五步:下一张

project-image

步骤4 开始训练

所有图片都标注好了,就可以开始训练了。

打开袁老师的软件,先择物体识别,具体操作步骤如下:

project-image

训练的时间几个小时到几十个小时不等,根据电脑性能而定,建议用GPU进行训练。

训练好之后的模型文件是这样的

project-image

我们还需要转换一下,在刚才训练模型的界面,有一个模型转换

project-image

设置好模型的路径和保存的路径,量化图片路径选择images文件夹即可,点击转换

几分钟之后就生成了一个kmodel模型,这就是我们需要的。

至此模型训练完成。

最后再次感谢袁老师,为人工智能教育普及所做的贡献。

如果你的机器比较慢,也可以将我们整理好的图片集和标注集发送到https://www.maixhub.com/mtrain.html,借助其强大的机器算力帮我们训练。

评论

user-avatar
  • 学生LHM

    学生LHM2021.03.18

    小软件[手动滑稽]

    0