5hpe 发布的帖子

@kidswong999 谢谢大咖

为什么我定义的P1输入口，它的value一直是“1”，不管是否用P1接触VIN：

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(20)

p1_in = Pin('P1', Pin.IN, Pin.PULL_NONE)
value1 = p1_in.value()

while(True):

    img = sensor.snapshot()


    if value1 == 1:
        led = pyb.LED(2)
        led.off()
        led = pyb.LED(1)
        led.on()
        time.sleep(1)
        led.off()
        print(value1)
    else:
        led = pyb.LED(2)
        led.on()

        print(value1)

是否能够将"vin"、"3.3V"接通至P0-P9或者其他口作为输入信号，如果可以，代码使用：
p1_in = Pin('P1', Pin.IN)
还是需要加上PULL UP / PULL DOWN

谢谢，光源我早已买好红色、绿色，马上开始推进实验

好像time.sleep(3)就是3秒

查了您以前答疑的代码：
一堆圆 = img.find_circles(xxxxxxx)

一堆圆就是一个列表

print(dir(一堆圆))#打印 一堆圆的 数量，比如5

但是为什么没有打印数量，而是下面这一串

找圆之后，统计圆个数的代码怎么表达，if len（c）> 5、if c > 5都不行

无胶照片这样的。

您的意思是不是ei里面的分辨率最好不要改？？

感谢您之前的回复，按照您的建议，有变化的部分在图像中占比不宜太小，故做了调整，采集时候的代码：
原来的：sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)

改为了：sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.VGA)
sensor.set_windowing((100,100))
这样一来，有无胶在视野中变化很大，但是依然不行，请看

是不是不能改dataset_capture_py里面的代码？
为什么dataset_capture_py里默认是QVGA
但是edge impulse生成的ei_classification里就自动变成了QVGA的（240，240）？

openmv识别这个太麻烦，买个带输出的压力检测器不是更好

改改参数试试，或者被识别图的彩图发来看看

IDE里，连接按钮连接成功没有，代码发来看看

1，良品和次品的区别是有无胶点，这个区别在edge impulse里区别得很完美；
2，您说可能是过拟合了，需要提高dropout的数值？还是其他方法

那，把dropout升高一点？
次品良品区别的良品上有胶点

之前问过您，相同的照片，edge impulse 的MODEL testing测试为0.95以上，但是在实际中只有0.1不到的得分，已经采集图片训练50次以上，都这样。
1，model test 100%![0_1634186243995_100%.png]
2，次品
3，良品
4，实际跑代码在线测试，和model test得分95+的一模一样的图片，只有不到10分

openmv plus刷固件应该使用哪个文件刷V？. ? . ?，我的是plus，是不是应该下载最新的MiniSTM32H7xx/SDK/openmv/Firmwares/V4.1.0/Internal Flash/openmv.bin，还是别的V？. ? . ?。

问题是这样的，edge impulse上模型验证accuracy已经是100%，但是相同的图片，在ei_xxxxxx_xxxxxxx运行的时候，正确率基本上是0%，之前用的2个都正常，打开U盘发现里面有个temp的文件夹，删不掉，里面是乱码的文件，估计是这个影响，所以想刷固件。

在openmv IDE上运行ei_image_classification效果满意之后，是否需要用ei_image_classification是否需要覆盖main.py，以便VIN供电时使用

那个是假的，最可靠的是LAB，你看右边屏幕下面那个LAB的值才是真的，机器视觉选项里，闸值编辑器是假的，你把需要识别的颜色区域在右边图像里框起来，然后看下面的LAB值范围才准确