OpenEdv-开源电子网

 找回密码
 立即注册
正点原子全套STM32/Linux/FPGA开发资料,上千讲STM32视频教程免费下载...
查看: 223|回复: 0

《DNK210使用指南 -CanMV版 V1.0》第四十一章 YOLO2物体检测实验

[复制链接]

1130

主题

1141

帖子

2

精华

超级版主

Rank: 8Rank: 8

积分
4746
金钱
4746
注册时间
2019-5-8
在线时间
1237 小时
发表于 2024-12-3 15:48:22 | 显示全部楼层 |阅读模式
本帖最后由 正点原子运营 于 2024-11-29 15:05 编辑

第四十一章 YOLO2物体检测实验

1)实验平台:正点原子DNK210开发板

2)章节摘自【正点原子】DNK210使用指南 - CanMV版 V1.0


4)全套实验源码+手册+视频下载地址:http://www.openedv.com/docs/boards/k210/ATK-DNK210.html

5)正点原子官方B站:https://space.bilibili.com/394620890

6)正点原子K210技术交流企鹅群:605557868

155537c2odj87vz1z9vj6l.jpg

155537nfqovl2gg9faaol9.png

在上一章节中,介绍了利用maix.KPU模块实现YOLO2的人手检测,本章将继续介绍利用maix.KPU模块实现YOLO2的物体检测。通过本章的学习,读者将学习到YOLO2网络的物体检测应用在CanMV上的实现。
本章分为如下几个小节:
41.1 maix.KPU模块介绍
41.2 硬件设计
41.3 程序设计
41.4 运行验证

41.1 maix.KPU模块介绍
有关maix.KPU模块的介绍,请见第39.1小节《maix.KPU模块介绍》。

41.2 硬件设计
41.2.1 例程功能
1. 获取摄像头输出的图像,并送入KPU进行YOLO2的物体检测模型运算,后将运算结果和摄像头输出的图像一起显示在LCD上。
41.2.2 硬件资源
本章实验内容,主要讲解maix.KPU模块的使用,无需关注硬件资源。
41.2.3 原理图
本章实验内容,主要讲解maix.KPU模块的使用,无需关注原理图。

41.3 程序设计
41.3.1 maix.KPU模块介绍
有关maix.KPU模块的介绍,请见第41.1小节《maix.KPU模块介绍》。
41.3.2 程序流程图                              
image002.png
图41.3.2.1 YOLO2人手检测实验流程图
41.3.3 main.py代码
main.py中的脚本代码如下所示:
  1. import lcd
  2. import sensor
  3. import image
  4. import gc
  5. from maix import KPU
  6. lcd.init()
  7. sensor.reset()
  8. sensor.set_framesize(sensor.QVGA)
  9. sensor.set_pixformat(sensor.RGB565)
  10. sensor.set_hmirror(False)
  11. resize_img = image.Image(size=(320, 256))
  12. anchor = (1.3221, 1.73145, 3.19275, 4.00944, 5.05587, 8.09892, 9.47112, 4.84053, 11.2364, 10.0071)
  13. names = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
  14. # 构造KPU对象
  15. object_detecter = KPU()
  16. # 加载模型文件
  17. object_detecter.load_kmodel("/sd/KPU/voc20_detect.kmodel")
  18. # 初始化YOLO2网络
  19. object_detecter.init_yolo2(anchor, anchor_num=len(anchor) // 2, img_w=320, img_h=240, net_w=320, net_h=256, layer_w=10, layer_h=8, threshold=0.5, nms_value=0.2, classes=len(names))
  20. while True:
  21.     img= sensor.snapshot()
  22.    resize_img.draw_image(img, 0, 0).pix_to_ai()
  23.     # 进行KPU运算
  24.    object_detecter.run_with_output(resize_img)
  25.     # 进行YOLO2运算
  26.    objects = object_detecter.regionlayer_yolo2()
  27.     for object in objects:
  28.        img.draw_rectangle(object[0], object[1], object[2], object[3], color=(0, 255, 0))
  29.        img.draw_string(object[0] + 2, object[1] + 2, "%.2f" % (object[5]), color=(0, 255, 0))
  30.        img.draw_string(object[0] + 2, object[1] + 10, names[object[4]], color=(0, 255, 0))
  31.     lcd.display(img)
  32.     gc.collect()
复制代码
可以看到一开始是先初始化了LCD和摄像头。
接着是构造一个KPU对象,并从文件系统中加载YOLO2人手检测网络需要用到的网络模型,并初始化YOLO2网络。
然后便是在一个循环中不断地获取摄像头输出的图像,由于网络需要的图像尺寸与摄像头直接输出的图像尺寸不一致,因此将其复制到网络需要的图像尺寸的图像上,再并将其送入KPU中进行运算,然后再进行YOLO2网络运算,最后便得到网络识别出物体在输入图像上的一些信息,将这些信息绘制到图像上后,在LCD上显示图像。

41.4 运行验证
将DNK210开发板连接CanMV IDE,点击CanMV IDE上的“开始(运行脚本)”按钮后,将摄像头对准物体,让其采集到物体图像,随后便能在LCD上看到摄像头输出的图像,同时图像中的物体均被绿色的矩形框框出,并在矩形框内的左上角标出了物体的名称和置信度,如下图所示:     
image003.png

图41.4.1 LCD显示YOLO2物体检测结果

正点原子逻辑分析仪DL16劲爆上市
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则



关闭

原子哥极力推荐上一条 /2 下一条

正点原子公众号

QQ|手机版|OpenEdv-开源电子网 ( 粤ICP备12000418号-1 )

GMT+8, 2025-1-19 02:20

Powered by OpenEdv-开源电子网

© 2001-2030 OpenEdv-开源电子网

快速回复 返回顶部 返回列表