Réseau de neurones OpenMV
Annuaire d'articles
avant-propos
openmv4plus peut effectuer l'apprentissage du réseau neuronal et réaliser la détection de cible. Il a déjà appris la détection de cible K210 et l'apprentissage automatique pour la détection de cible. Utilisez openmv4plus pour la détection d'objets aujourd'hui.
J'ai fait beaucoup de compréhension avant d'apprendre, openmv est vraiment pratique pour la détection de cible.
1. Formation en nuage
URL : URL IMPULSIONNELLE
2. Étapes de fonctionnement
1. Collecte d'ensembles de données
Créez un nouveau dossier pour stocker l'ensemble de données.
Créez un nouveau dossier et entrez le nom de la catégorie
pour collecter l'ensemble de données. Une fois la collecte terminée, le dossier correspondant affichera l'ensemble de données.
2. Téléchargez le jeu de données
Il peut être téléchargé via la clé API et le pare-feu de l'ordinateur doit être désactivé, sinon une erreur s'affichera. Voici une autre méthode de téléchargement.
Sélectionnez d'abord Acquisition de données, cliquez sur la flèche à gauche de Données collectées (Télécharger les données existantes).
Sélectionnez le fichier correspondant (Ctrl+A pour tout sélectionner)
, sélectionnez Saisir le libellé et saisissez le nom de la catégorie à classer (notez que le modèle d'entraînement doit avoir deux catégories ou plus).
S'il y a plusieurs catégories, téléchargez-en une seule à la fois.
3. Modèle de formation
1. Créer un modèle
Cliquez sur Conception d'impulsion - Créer une impulsion et sélectionnez la configuration en fonction de la figure
2. Génération de paramètres
3. Commencez la formation
Ces paramètres peuvent être définis par défaut. Bien sûr, plus il y a de cycles d'apprentissage, mieux c'est. Pendant le processus d'entraînement, la plateforme IMPULSE arrêtera automatiquement l'entraînement pour éviter le surapprentissage si l'effet d'entraînement est bon.
4. Essais sur modèle
5. Exportez le modèle
6. Essai d'effet
Copiez le fichier exporté vers openmv et
exécutez le fichier PY
Résumer
Le modèle de formation de réseau de neurones utilisant Openmv est probablement celui-ci, et la méthode est très simple.