此教程可以完整的在Win完成：制作数据集、训练yolo、转换成k210可用的Kmodel文件有问题希望大佬们及时指出~ https://github.com/TonyZ1Min/yolo-for-k210 – – – – – – – – – – – – – – – – – – – – – – -*- 1# 下载并安装anaconda3 Official Website： https://www.anaconda.com/distribution/#download-section 建议从镜像下载： https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.02-Windows-x86_64.exe (安装时记得勾选【Add Anaconda3 to my PATH environment variable】) – – – – – – – – – – – – – – – – – – – – – – - - 2# 下载工具下载github工程，在工程根目录下将[train_ann.zip]和[train_img.zip]解压到当前文件夹下载ncc工具箱： https://pan.baidu.com/s/1NT2tG4Rv2YJyjOKRh-3t4w 提取码：z9fr 将[ncc_0.1_win.zip]放置在工程根目录，解压到当前文件夹 – – – – – – – – – – – – – – – – – – – – – – -*- 3# 准备环境 Anaconda 命令行，进入工程根目录：中国地区建议先给anaconda和pip换源,参照： https://blog.csdn.net/leviopku/article/details/80113021 新建环境： [$ conda create -n yolo python=3.6] 激活环境： [$ conda activate yolo] 安装必要软件包： [(yolo) $ pip install -r requirements.txt] – – – – – – – – – – – – – – – – – – – – – – - - 4# 修改参数在[configs.json]中修改网络类型，你要识别的种类lable（如raccoon），和其他参数注意存放图片(train_img)和存放注释(train_ann)的文件夹名称 – – – – – – – – – – – – – – – – – – – – – – -*- 5# 如果只有自己的样本图片(任意尺寸)，还没有注释文件，使用根目录下的[labelImg.exe]进行注释：先将图片放在train_img文件夹 Open Dir—>选择存放图片的文件夹(train_img) Change Save Dir—>选择存放注释文件夹(train_ann) Create RectBox—>框选要标注的物体并输入lable(和上面configs中的名称相同) Save后点下一个(Next Image) – – – – – – – – – – – – – – – – – – – – – – - - 6# 开始训练： [(yolo) $ python train.py -c configs.json] 等待训练结束，会出现时间命名的文件夹，里面的tflite文件就是训练好的模型,重命名(如：test.tflite)并复制到工程根目录 – – – – – – – – – – – – – – – – – – – – – – - - 7# 转换成Kmodel： [(yolo) $ ncc_0.1_win\ncc test.tflite test.kmodel -i tflite -o k210model —dataset train_img] (dataset前面是两个-) 转换完成根目录会出现test.kmodel，即可烧录进k210中运行 – – – – – – – – – – – – – – – – – – – – – – - - 8# 运行 maixpy程序见(maixpy_code)文件夹，如有修改configs记得修改对应的archor、图像大小(224 224)、lable

alan 重新调configs里的参或者换数据集，让偏差再小就行了，这个算不上报错

k210-yolo-训练方法(均为国内资源)

alan

ncc工具箱網址過期了

TonyZ1Min

alan 大陆外可能网盘不好使，试试这个https://download.csdn.net/download/qq_40508193/12261414

alan

我剛執行了一下
報錯:

TonyZ1Min

alan 这是正常的，你的偏差多次迭代没有收敛，停止优化了，最佳的模型已经保存在时间命名的文件夹里了

TonyZ1Min

多次迭代，loss不继续下降，程序会提前终止训练，保存最佳模型。若训练时loss经常发散，可以调整configs或者换数据集

CCCX

感谢分享

xiaoxiaoyudu

感谢，最近研究darknet快疯了

yuguoyu123456

TonyZ1Min 请问“下载github工程”是什么工程？

TonyZ1Min

yuguoyu123456 就把最上面那个github的工程克隆下来就行

alan

有辦法訓練出320×240的版本嗎
像官網demo裡的那樣

flydreams

TonyZ1Min
可以针对 configs.json 的一些参数
如何配置，教一下吗？
像 anchors 这一些

yuguoyu123456

能不能出个视频啊，小白，不太会操作

tiantianxiangshang

flydreams 1111111111111111111

233

感谢分享，十分感激大佬

233

试了可以运行，点赞大佬，不过想问一下，是不是不能识别人脸？或者人脸识别需要修改参数?我才用人脸的时候识别度很低，经常空白也自动出框，这个是训练图片不够多还是参数不正确?

TonyZ1Min

233 空白误识别可以调大阈值，maixpy程序中，init_yolo2的第二个参数是阈值，然后人脸的话archor需要重新确定

233

TonyZ1Min 多谢指点，我再试试

flydreams

请问一下！目录结构是这样子吗？

啥都没改！运行报错！

是少了啥动作了吗？

TonyZ1Min

flydreams 工程目录不少，应该是你的环境安装的有问题

flydreams

最后找到为使用的 cpu 不支持 AXV 运算，只支持 SSE2 ！

故要自行更换 tensorflow 的版本！

因为套件中，是使用 PYTHON 3.6 版本，故只能选用 1.12 版的

同样错误的人，可以来这儿下载测看看：
https://github.com/fo40225/tensorflow-windows-wheel

或者把 python 换成 3.7 版，就可以使用 1.14 的 tensorflow

Tensorflow 运行警告！

C:\Users\win7\anaconda3\envs\yolo\lib\site-packages\tensorflow\python\framework \dtypes.py:524: FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1 ,)) / '(1,)type'.

为 numpy 版本不对！可以向下降到 1.16 版本！或修改 dtype.py
np.dtype([(“quint8”, np.uint8,1)]) ==> np.dtype([(“quint8”, np.uint8,(1,))])

参考 https://blog.csdn.net/BigDream123/article/details/99467316

Tensorflow 运行报错！

File "C:\yolo-for-k210-master\yolo\backend\utils\fit.py", line 162, in save_tf lite converter = tf.lite.TFLiteConverter.from_keras_model_file("tmp.h5",output_ar rays=[output_layer]) AttributeError: module 'tensorflow' has no attribute 'lite'

为 1.12 和 1.14 命令不兼容！要将 fit.py 中的命令，进行修改！
tf.lite.TFLiteConverter ==> tf.contrib.lite.TFLiteConverter or tf.contrib.lite.TocoConverter

https://github.com/tensorflow/tensorflow/issues/24239
https://stackoverflow.com/questions/53680660/attributeerror-module-tensorflow-has-no-attribute-lite-in-keras-model-to-te

233

flydreams 请问大佬有cudnn对应tensorflow1.14的吗？我在官网上老卡住下载不下来