和距离有关系，不是确定的值。越近这个值就越小，越远这个值就越大。你可以通过数尺子上像素数来确定。

训练的图片必须是真实的拍摄数据，否则你运行的时候不一致。

import time, sensor
from pyb import UART

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QQVGA)
sensor.set_windowing((120, 120))
sensor.set_auto_whitebal(True)
sensor.skip_frames(time = 20)
sensor.set_hmirror(False)
sensor.set_vflip(True)

while True:
    img = sensor.snapshot()
    rects = img.find_rects(threshold = 200) #ROI=(80, 60, 80, 60)
    for r in rects:
        rect = r.rect()
#        if (rect[0] > 15 and rect[1] > 15
#            and rect[2] < 60 and rect[3] < 60
#            and (rect[0] + rect[2]) < 100
#            and (rect[1] + rect[3]) < 100
#            and (rect[0] + rect[2]) > 25
#            and (rect[1] + rect[3]) > 25):

        img.draw_rectangle(rect, color = (255, 0, 0))
        corner = r.corners()
        for point in r.corners():
            img.draw_circle(point[0], point[1], 5, color = (0, 255, 0))
        

if (rect[0] > 15 and rect[1] > 15
and rect[2] < 60 and rect[3] < 60
and (rect[0] + rect[2]) < 100
and (rect[1] + rect[3]) < 100
and (rect[0] + rect[2]) > 25
and (rect[1] + rect[3]) > 25):

这句话的作用是什么？是不是这一堆判断写错了，把它删掉看看。

你把程序删减好，改成能够直接运行的。

那是一个跳线，默认是断开的。如果想把PWM1连接到OpenMV的引脚上，就用电烙铁把跳线焊接在一起。

https://github.com/openmv/openmv/blob/master/scripts/examples/03-Machine-Learning/00-TensorFlow/tf_object_detection.py

试一下这个代码。

我们出厂的时候都是升级过的，而且都是测试过的。

@xywd 在 usb串口或UART3发送什么数据会进入REPL模式？ 中说：

usb串口或UART3发送什么数据会进入REPL模式？

没有这种情况。

请提供具体的现象。

100张太少了，一般每个分类用1000张来测试效果。如果要商用的稳定性每个分类要10000张以上。

这是经验值。