K210识别水果模型

 1 import time
 2 import sensor
 3 import lcd
 4 import image
 5 import KPU as kpu
 6 
 7 sensor.reset()                          #摄像头初始化
 8 sensor.set_pixformat(sensor.RGB565)     #彩色图
 9 sensor.set_framesize(sensor.QVGA)       #帧大小
10 sensor.run(1)
11 sensor.skip_frames(10)                  #跳帧数
12 sensor.set_windowing((224,224))         #设置显示屏窗口显示大小
13 sensor.set_vflip(1)                     #摄像头垂直镜像
14 sensor.set_hmirror(1)                   #摄像头水平镜像
15 
16 lcd.init(freq=15000000,color=0x0000)    #显示屏初始化
17 
18 anchor= (1.2989, 1.5765, 2.3041, 2.7863, 3.0796, 4.4259, 4.3645, 4.3797, 5.4372, 5.8903) #锚点参数
19 KPU = kpu.load("/sd/yolov2.kmodel")     #模型加载
20 kpu.init_yolo2(KPU,0.6,0.3,5,anchor)    #yolo2初始化  并设置概率阈值以及锚点参数
21 
22 labels= [‘apple‘, ‘banana‘, ‘orange‘] #定义模型分类
23 
24 
25 while True:
26     img = sensor.snapshot()                                 #获取图像
27     code = kpu.run_yolo2(KPU,img)                           #运行神经网络模型
28     if code:
29         for i in code:
30             a=img.draw_rectangle(i.rect(),(0,255,0),2)      #将获取到模型用矩形框画出
31             xx = int((i.x()+i.w())/2)                       #获取物品模型的X轴中心位置
32             yy = int((i.y()+i.h())/2)                       #获取物品模型的Y轴中心位置
33             a=img.draw_cross([xx,yy],0xFFFF,30,1)
34             a = lcd.display(img)
35             for i in code:
36                 lcd.draw_string(i.x()+45, i.y()-5, labels[i.classid()]+" "+‘%.2f‘%i.value(), lcd.WHITE,lcd.GREEN)   #显示模型ID
37     else:
38         lcd.display(img)                        #否则仅显示图像