我用TensorFlow Lite训练出来的数字识别模型，只能判断它是不是这个数字，能不能和多模板匹配一样告诉我有哪几个模板

想请教一下，比如我训练识别口罩，如何能够准确定位到口罩的中心坐标

就是我想用edge impulse训练一个动作,用代码来录制gif，把gif转换为png后上传到edge impulse，但是在训练的时候会报错
报错内容为 错误：不支持 / 的操作数类型：'int' 和 'NoneType'

报错为： 错误：不支持 / 的操作数类型：'int' 和 'NoneType'
请问有相关操作指导没
还是说目前不能用openmv4 plus来训练动作识别模型

# 录制移动物体动图
#
# 注意：您将需要SD卡来运行此示例。
#
# 您可以使用OpenMV Cam来录制gif文件。可以用于RGB565图或灰度图。
# 使用像GIMP这样的照片编辑软件在将GIF上传到网络之前对其进行压缩和优化。
#
# 此示例演示如何使用OpenMV的帧差异来进行运动检测。检测到运动后，
# 您的OpenMV摄像机将拍摄视频。

import sensor, image, time, gif, pyb, os

RED_LED_PIN = 1
BLUE_LED_PIN = 3

sensor.reset() # 初始化sensor

sensor.set_pixformat(sensor.RGB565) # or sensor.GRAYSCALE
#设置图像色彩格式，有RGB565色彩图和GRAYSCALE灰度图两种

sensor.set_framesize(sensor.QQVGA) # or sensor.QVGA (or others)
#设置图像像素大小

sensor.skip_frames(time = 2000) # 让新的设置生效
sensor.set_auto_whitebal(False) # 关闭白平衡

if not "temp" in os.listdir(): os.mkdir("temp") # 新建一个新的文件夹

while(True):

    pyb.LED(RED_LED_PIN).on()
    print("About to save background image...")
    sensor.skip_frames(time = 2000) # 给用户一个时间来准备

    pyb.LED(RED_LED_PIN).off()
    sensor.snapshot().save("temp/bg.bmp")
    print("Saved background image - Now detecting motion!")
    pyb.LED(BLUE_LED_PIN).on()

    diff = 10 # We'll say we detected motion after 10 frames of motion.
    while(diff):
        img = sensor.snapshot()
        img.difference("temp/bg.bmp")
        stats = img.statistics()
        # state[5]是照明颜色通道的最大值。当整个图像的最大光照高于20时
        # 触发下面的代码。
        # 照明差异最大值应该为零。

        if (stats[5] > 20):
            diff -= 1

    g = gif.Gif("example-%d.gif" % pyb.rng(), loop=True)

    clock = time.clock() # 跟踪FPS帧率
    print("You're on camera!")
    for i in range(100):
        clock.tick()
        # clock.avg()返回帧与帧之间的毫秒数，其中包含gif延迟
        g.add_frame(sensor.snapshot(), delay=int(clock.avg()/10)) # centiseconds.
        print(clock.fps())

    g.close()
    pyb.LED(BLUE_LED_PIN).off()
    print("Restarting...")

好了问题已经解决了，是因为没有插SD卡

# 录制动图例程
#
# 注意：您将需要SD卡来运行此示例。
#
# You can use your OpenMV Cam to record gif files. You can either feed the
# recorder object RGB565 frames or Grayscale frames. Use photo editing software
# like GIMP to compress and optimize the Gif before uploading it to the web.
# 你可以用你的OpenMV摄像头来记录gif文件。您可以提供记录器对象RGB565帧或灰度帧。
# 使用像GIMP这样的照片编辑软件来压缩和优化Gif，然后再上传到web。

import sensor, image, time, gif, pyb

RED_LED_PIN = 1
BLUE_LED_PIN = 3

sensor.reset() # 初始化sensor

sensor.set_pixformat(sensor.RGB565) # or sensor.GRAYSCALE
#设置图像色彩格式，有RGB565色彩图和GRAYSCALE灰度图两种

sensor.set_framesize(sensor.QQVGA) # or sensor.QVGA (or others)
#设置图像像素大小

sensor.skip_frames(time = 2000) # 让新的设置生效
clock = time.clock() # 跟踪FPS帧率

pyb.LED(RED_LED_PIN).on()
sensor.skip_frames(30) # Give the user time to get ready.
#程序开始时，先等待30帧图像，让用户有时间准备

pyb.LED(RED_LED_PIN).off()
pyb.LED(BLUE_LED_PIN).on()

g = gif.Gif("example.gif", loop=True)
#gif.Gif(filename, width=Auto, height=Auto, color=Auto, loop=True)创建一个gif对象，filename为保存gif动图的文件路径

print("You're on camera!")
for i in range(100):
    clock.tick()
    # clock.avg()返回帧与帧之间的毫秒数，其中包含gif延迟
    g.add_frame(sensor.snapshot(), delay=10) # centiseconds.
    #gif.add_frame(image, delay=10),向gif动图中添加图片，delay＝10指每隔
    #10分秒添加一张图。
    print(clock.fps())

g.close()
pyb.LED(BLUE_LED_PIN).off()
print("Done! Reset the camera to see the saved recording.")

用的是openmvh7 plus 最新的固件版本

在stm32传输数据给openmv4 plus 时不使用decode函数能收到准确的ascii码，在使用后接收到的没有数据。

import sensor, image, time
from pyb import UART



clock = time.clock() # Tracks FPS.
uart = UART(3,115200)   #定义串口3变量
#设置串口
uart.init(115200, bits=8, parity=None, stop=0) # init with given parameters


#图像循环
while(True):
    if uart.any():
        a = uart.readline().decode()
        print(a)
    

import sensor, image, time
from pyb import UART



clock = time.clock() # Tracks FPS.
uart = UART(3,115200)   #定义串口3变量
#设置串口
uart.init(115200, bits=8, parity=None, stop=0) # init with given parameters


#图像循环
while(True):
    if uart.any():
        a = uart.readline()
        print(a)

不开边缘检测的时候，界面也是一直在闪烁的，关闭了自动曝光也是一样的情况。