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
在openMV官网下载openmv IDEhttps://book.openmv.cc/ 下载完毕后进入IDE界面:
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。
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。