新闻详情

新闻详情

首页 / 资讯中心 / 详情

【CanMV K210】AI 视觉 按键采样自训练识别与现场分类

发布时间:2026/11/17 7:44:40来源:尧图网络
【CanMV K210】AI 视觉 按键采样自训练识别与现场分类
在 CanMV K210 入门和综合项目中,自训练学习识别实验是一个很适合拆解的视觉实验。它不是单纯验证摄像头能不能显示画面,也不是直接运行一个固定类别的识别模型,而是把摄像头采集、BOOT 按键输入、KPU 特征提取、样本记录、相似度比较和 LCD 结果显示串成一个完整流程。本实验使用 CanMV K210 运行4.12_Self_Learning.py。程序先加载/sd/mb-0.25.kmodel模型,再通过 BOOT 按键依次采集多个类别的样本特征。完成采样后,程序进入分类状态,对镜头前的物体提取特征,并与之前记录的样本特征进行相似度比较。若相似度超过阈值,就在 LCD 上显示类别编号和相似度分数。学习目标说明理解自训练识别流程明确本实验不是重新训练模型权重,而是在现场记录特征并进行相似度分类掌握 BOOT 按键采样使用 BOOT 按键控制状态切换和样本采集理解状态机设计通过STATE、EVENT和transitions管理初始化、采样和分类阶段掌握 KPU 特征提取使用kpu.run_with_output(img, get_feature=True)提取图像特征理解现场分类逻辑使用kpu.feature_compare()比较当前图像特征和样本特征建立视觉项目调试思路从摄像头、LCD、模型文件、按键状态和阈值几个方向排查问题实验时需要固定摄像头位置,准备 3 个待分类物体。程序运行后,按屏幕提示使用 BOOT 按键依次采集样本,完成采样后进入分类阶段。后续把待检测物体放到镜头前,LCD 会显示分类编号和相似度分数。这个实验适合用来理解“现场采样—特征记录—实时分类”的 AI 硬件项目流程。文章目录理论基础硬件设施软件代码扩展应用总结理论基础自训练学习识别实验的核心不是在开发板上重新训练一个神经网络模型,而是利用已经训练好的特征提取模型,把摄像头画面转换成特征向量。采样阶段,程序把每个物体的多张图像特征保存到features列表中;分类阶段,程序对当前画面再次提取特征,并和已保存的特征逐一比较,找出相似度最高的类别。这个过程可以理解成“先记住样本特征,再比较新图像特征”。模型文件/sd/mb-0.25.kmodel负责把图像转换成可比较的特征数据,kpu.feature_compare()负责计算两个特征之间的相似度。程序中设置了THRESHOLD = 98.5,只有最高相似度超过这个阈值时,才会在 LCD 上显示分类结果。本实验还引入了状态机。状态机的作用是让复杂流程变得清晰:上电后进入初始化状态,按 BOOT 键进入第 1 类采样,再依次进入第 2 类和第 3 类采样,最后进入分类状态。每一次按键并不是简单执行一个固定动作,而是根据当前状态决定下一步该采样、提示换物体,还是进入分类阶段。下面的流程图展示的是本实验的核心运行链路。摄像头负责采集画面,BOOT 按键负责触发采样和状态切换,KPU 负责提取图像特征,状态机负责管理训练和分类阶段,LCD 负责显示提示信息和识别结果。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉