之前一直数据集无效,一度企图在Ubuntu下进行本地模型训练,结果发现这个更难顶,每天都是套娃小王子。今天我终于云端训练成功了!!!
在这里插入图片描述

官网链接

Maixhub 模型训练平台
Maixhub 模型训练平台使用说明

vott安装

vott安装包

MaixPy IDE安装

MaixPy IDE 安装包
提取码:8ykb

照片采集

一开始我用的是手机拍的做模型,可以用,但是精确度不如直接用K210拍摄的好。
需要注意的一点就是分辨率,我采用的是224x224,通过按开发板上面的两个KEY进行照片的拍摄和图像类别的增加,并把他们采集到SD卡。
脚本链接:照片采集脚本
注意!!!图片命名一定要从0开始,因为命名问题,上传数据集时总是报错,找了好久才找到问题,名字命名也不要整什么花里胡哨的就0、1、2这样的就行了,给你们看看我的惨痛经历。
在这里插入图片描述
在这里插入图片描述
正确做法:
在这里插入图片描述

目标检测: 每类图片数量不低于100张, 我是采集了200多张。

图片处理——修改分辨率

图片处理软件链接:图片处理工具
在这里插入图片描述

image软件界面中,先选择输出分辨率大小,其中224代表224x224,240代表240x240,这里选择224,然后点击“选择图像文件夹开始转换”,选择自己的图片文件夹即可。转换完成后,就会出现一个以_out结尾文件夹,后面就会使用这个文件夹。

使用vott进行图像标注

点击New Project新建项目
在这里插入图片描述
填写打星号的部分
其中source connection是需要标注的文件
target connection是标注完的图像存储的文件
在这里插入图片描述
点击 add connection添加文件路径
在这里插入图片描述
填写tags标签名字
在这里插入图片描述

设置Export Setting

在这里插入图片描述
进行图像的标注
在这里插入图片描述
图像全部标注完成后点击,不要中途点击!!!之前我理解错意思了,做一张点一次,太痛苦了。
在这里插入图片描述

这个就是输出的标注好的文件压缩打包就可以上传云端训练了。
在这里插入图片描述
训练时间还是有点长的,让我们来看看效果吧
在这里插入图片描述
这样就完成了。
在这里插入图片描述

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐