垃圾分类模型训练部署教程,基于MaixHub和MaixPy-k210(3)

简介: 在开发板上运行模型1、烧录模型文件到板子使用kflash_gui工具,可以完成这个任务。

垃圾分类模型训练部署教程,基于MaixHub和MaixPy-k210(2):https://developer.aliyun.com/article/1407167

在开发板上运行模型

1、烧录模型文件到板子

使用kflash_gui工具,可以完成这个任务。

打开kflash_gui,使用Type-c数据线连接开发板和电脑,然后将.kmodel文件烧录到板子上。我板子上留给模型的烧录地址是0x300000。


烧录到小于这个值的地址,可能会覆盖掉固件。问题也不大,重新刷固件就好(下载固件,然后用kflash_gui烧录到0x000000地址)。

cf9857c116964244afbd240d82f1e8d4.png

.kmodel模型文件上传到板子上后,运行模型可以有两种方式:

  • 通过MaixPy IDE中运行,需要板子连接电脑使用IDE
  • 直接在板子上运行,给板子通电就可以

2、通过IDE运行模型

我们将使用MaxiPy IDE工具完成这个任务。

  • 参考:MaixPy安装教程

打开MaixPy IDE,保证板子连着电脑,然后在IDE中点击左下角的连接按钮(绿色),选择串口,连接成功后按钮会由绿色变成红色

  • 选择串口:如果不知道选哪个,就都试试叭。

58be3d3c4db04e3da4ebfcc9b4616890.png

然后在IDE中打开我们下载的main.py文件,点击左下角的播放按钮,即可开始运行。

8d1b49fcc0f144fe999c98908957a6ef.png

MaixHub给你的main.py文件或许不能直接运行,下面的代码可能需要改一下,因为你的模型是烧录在板子的指定地址的。

只需要用上面那行注释掉的代码代替下面的代码。

56ce0100531e4062bee11e9aa09e4706.png

修改如下:

if __name__ == "__main__":
    try:
        main(labels=labels, model_addr=0x300000)
    except Exception as e:
        sys.print_exception(e)
        lcd_show_except(e)
    finally:
        gc.collect()

如果一切顺利的话,开始体验你的模型吧!祝你好运

image.png

3、上传main.py文件到板子(直接板上运行)

上传main.py文件到板子后,你可以通过两种途径查看模型的运行效果:

  • 串口终端(还是要连电脑)
  • 板子的屏幕配件(只需给板子通电)

和烧录类似,都是把文件传到板子。但烧录是直接从指定的地址开始,写入二进制文件;而接下来的文件,是上传后交给板子上的文件系统管理的。

打开MaixPy IDE,将IDE连接板子(左下角的连接按钮),连接成功后,在工具栏选择发送文件到开发板即可,选择main.py文件上传。

c2d33542d7dd4d9492e2f72041d44b2e.png

接下来演示一下通过串口终端的运行方式。(因为我板子没有屏幕配件?)

  • 虽然和IDE左下角的播放按钮运行一样,需要连接电脑。但串口终端还是有它的优势:
  • 占用板子内存更少
  • 出错时可能显示更多的错误信息

IDE需处于断开连接状态,否则会和串口终端的连接冲突

然后在工具栏,选择打开终端串行端口

       383cd89c04f1476ea15de64ca6d52ec1.png                    99%              


我的串口终端并不能显示摄像头拍摄到的图像(不知是否正常现象),所以我选择修改代码将运行结果打印出来。

ca13555c85ff4077a768911c77ae3159.png

结束

写得有点累,不知道对你有没有帮助,感谢阅读!

到此为止。


相关文章
|
1月前
|
机器学习/深度学习 数据采集 算法
机器学习之sklearn基础教程
机器学习之sklearn基础教程
|
14天前
|
机器学习/深度学习 算法 开发工具
通义千问2(Qwen2)大语言模型在PAI-QuickStart的微调、评测与部署实践
阿里云的人工智能平台PAI,作为一站式的机器学习和深度学习平台,对Qwen2模型系列提供了全面的技术支持。无论是开发者还是企业客户,都可以通过PAI-QuickStart轻松实现Qwen2系列模型的微调、评测和快速部署。
|
9天前
|
机器学习/深度学习 存储 人工智能
【机器学习】Samba-CoE实现高效推理部署
【机器学习】Samba-CoE实现高效推理部署
44 5
|
1天前
|
机器学习/深度学习 数据采集 自然语言处理
机器学习之sklearn基础教程
机器学习之sklearn基础教程
|
1月前
|
机器学习/深度学习 敏捷开发 测试技术
深入探索软件测试中的持续集成与持续部署(CI/CD)实践利用机器学习提升网络安全防御效能
【5月更文挑战第27天】 在现代软件开发的快节奏环境中,持续集成(Continuous Integration, CI)和持续部署(Continuous Deployment, CD)已成为确保产品质量和加快交付速度的关键策略。本文将深入探讨CI/CD在软件测试中的应用,分析其对提高自动化测试效率、缩短反馈周期以及优化发布流程的重要性。通过实际案例研究,我们揭示了成功实施CI/CD的最佳实践,并讨论了面临的挑战及其解决方案。
|
17天前
|
人工智能 分布式计算 调度
人工智能平台PAI产品使用合集之Stable Diffusion如何部署
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
1月前
|
机器学习/深度学习 数据采集 人工智能
机器学习之sklearn基础教程
【5月更文挑战第9天】Sklearn是Python热门机器学习库,提供丰富算法和预处理工具。本文深入讲解基础概念、核心理论、常见问题及解决策略。内容涵盖模型选择与训练、预处理、交叉验证、分类回归、模型评估、数据集划分、正则化、编码分类变量、特征选择与降维、集成学习、超参数调优、模型评估、保存加载及模型解释。学习Sklearn是迈入机器学习领域的关键。
57 3
|
1月前
|
机器学习/深度学习 人工智能 NoSQL
人工智能平台PAI产品使用合集之机器学习PAI EasyRec训练时,怎么去除没有意义的辅助任务的模型,用于部署
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
1月前
|
机器学习/深度学习 人工智能 监控
2、【KV260开发】yolov4模型训练、量化、编译、部署
2、【KV260开发】yolov4模型训练、量化、编译、部署
26 0
|
1月前
|
机器学习/深度学习 算法 Python
深入浅出Python机器学习:从零开始的SVM教程/厾罗
深入浅出Python机器学习:从零开始的SVM教程/厾罗