Edge impulse对象检测
来自Waveshare Wiki
流程参考
烧录测试固件
- 器件准备
- ESP32-S3-CAM-OVxxxx x1
- USB线 type A公口 转 Type C公口 x1
- OV3660 摄像头 x1
- 2inch Capacitive Touch LCD x1
- 点击此处下载示例程序：ESP32-S3-Touch-LCD-1.85C-Box-Phone.bin
- 点击此处查看烧录固件教程：Flash固件的烧录与擦除教程
- 烧录成功后复位设备，LCD屏幕显示：
[[]]
Edge Impulse模型训练部署流程
- EdgeImpulse官网：https://edgeimpulse.com/
图片数据采集
- 使用arduino IDE打开 CameraWebServer 示例代码，并设置ssid和password，编译烧录；
- 打开串口监视器，等待设备连接WIFI,打印出IP地址；
- 使用手机或电脑连接同一WIFI，在与设备同一网络下用浏览器访问串口打印出的IP地址；
- 设置分辨率为240*240（可按需更改，示例代码默认为240*240分辨率），点击 save 即可保存图片，为保证识别效果，图片数量至少在50张及以上；
图片标注
- 创建Edge Impulse项目
- 上传图片文件夹
]
]
]
]
- 标注框选杯子对象
]
训练模型
- 设置目标设备
- 创建impulse,设置图片分辨率为60*60
注：像素越大，消耗资源越多，为保证帧率，此例程摄像头输出240*240分辨率，缩放成60*60再送入impulse中
- 保存参数
- 生成特征
- 开始训练
- 查看训练结果，若参数不佳则调整参数重新训练
部署模型
手机测试模型（可选）
- 手机浏览器扫描二维码测试模型
- 测试结果
]
开始构建
- 选择Arduino library部署，模型优化选择TensorFlow Lite，点击构建，完后浏览器会自动下载Arduino 库文件
- 构建完成
- 将下载的文件解压到arduino 库。（库安装教程，详见：Arduino 库管理教程）
- 将程序中的头文件替换成自己训练的文件名（头文件路径：src）
- 编译下载（注意：首次编译时间较长，请耐心等待）
- 检测到的物体会在物体对应位置打印出置信度
