• 免费好用的星瞳AI云服务上线!简单标注,云端训练,支持OpenMV H7和OpenMV H7 Plus。可以替代edge impulse。 https://forum.singtown.com/topic/9519
  • 我们只解决官方正版的OpenMV的问题(STM32),其他的分支有很多兼容问题,我们无法解决。
  • 如果有产品硬件故障问题,比如无法开机,论坛很难解决。可以直接找售后维修
  • 发帖子之前,请确认看过所有的视频教程,https://singtown.com/learn/ 和所有的上手教程http://book.openmv.cc/
  • 每一个新的提问,单独发一个新帖子
  • 帖子需要目的,你要做什么?
  • 如果涉及代码,需要报错提示全部代码文本,请注意不要贴代码图片
  • 必看:玩转星瞳论坛了解一下图片上传,代码格式等问题。
  • 自己复制了一个神经网络代码报错了,怎么弄呀?



    • `# cifar10在图像区域中心识别例程

      CIFAR是一个卷积网络,旨在将其视野分类为几种不同的对象类型,并处理RGB视频数据。

      在此示例中,我们将LeNet检测器窗口滑动到图像上,并获取可能存在对象的激活列表。 请注意,使用带有滑动窗口的CNN非常昂贵,因此对于穷举搜索而言,不要期望CNN是实时的。

      import sensor, image, time, os, nn

      sensor.reset() # Reset and initialize the sensor.
      sensor.set_pixformat(sensor.RGB565) # Set pixel format to RGB565 (or GRAYSCALE)
      sensor.set_framesize(sensor.QVGA) # Set frame size to QVGA (320x240)
      sensor.set_windowing((128, 128)) # Set 128x128 window.
      sensor.skip_frames(time=750) # Don't let autogain run very long.
      sensor.set_auto_gain(False) # Turn off autogain.
      sensor.set_auto_exposure(False) # Turn off whitebalance.

      加载cifar10网络。OpenMV3 M7上使用此网络可能会超出内存。

      #net = nn.load('/cifar10.network')

      更快,更小,更准确。建议OpenMV3 M7上使用此网络。

      net = nn.load('/cifar10_fast.network')
      labels = ['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']

      clock = time.clock()
      while(True):
      clock.tick()

      img = sensor.snapshot()
      
      # net.search()将在图像中搜索网络中的roi(如果未指定roi,则搜索整个图像)。
      # 如果其中一个分类器输出大于阈值,则在每个位置查看图像,位置和标签将存储在对象列表中并返回。
      # 在每个比例下,使用x_overlap(0-1)和y_overlap(0-1)作为指导,在ROI中移动检测窗口。
      # 如果将overlap设置为0.5,则每个检测窗口将与前一个检测窗口重叠50%。
      # 请注意,计算工作重叠越多,负载越多。
      # 最后,对于在x/y维度上滑动网络之后的多尺度匹配,检测窗口将通过scale_mul(0-1)缩小到min_scale(0-1)。
      # 例如,如果scale_mul为0.5,则检测窗口将缩小50%。
      # 请注意,在较低比例下,如果x_overlap和y_overlap较小,则搜索区域会更多...
      # contrast_threshold会跳过平坦区域。
      
      # 设置x_overlap = -1会强制窗口始终保持在x方向的ROI中心。
      # 如果y_overlap不为-1,则该方法将搜索所有垂直位置。
      
      # 设置y_overlap = -1会强制窗口始终在y方向的ROI中居中。
      # 如果x_overlap不是-1,则该方法将在所有水平位置搜索。
      
      for obj in net.search(img, threshold=0.6, min_scale=0.4, scale_mul=0.8, \
              x_overlap=-1, y_overlap=-1, contrast_threshold=0.5):
          print("Detected %s - Confidence %f%%" % (labels[obj.index()], obj.value()))
          img.draw_rectangle(obj.rect(), color=(255, 0, 0))
      print(clock.fps())
      

      0_1555292973426_QQ截图20190415094904.png ``
      请在这里粘贴代码
      0_1555293097789_QQ截图20190415092210.png




    已锁定