K210 Mx-yolov3模型训练和物体识别

一、简介

       （1）硬件准备:

              K210开发板：拥有1TOPS算力，可以运行神经网络模型，同时其提供在线模型训练平台（maixhub），支持物体分类和物体识别。

       （2）软件环境

              Mx-yolov3：(用于在本地训练模型)

             

              Maixpy:（用于在K210上运行脚本）

二、Mx-yolov3使用介绍

       1、下载安装Mx-yolov3

       2、按照要求下载安装Python3.7.4，在安装时要勾选将python添加到环境变量中的选项。

       3、安装完Python后安装Python依赖库与预训练权重。

       4、安装tensorflow2.0,CUDA,CUDNN

       （1）按要求下载Cuda10.0和Cudnn7.6.4，安装Cuda（选择默认路径），安装完后使用下图命令验证，出现图中显示字样则安装正确。

CUDA 并不是针对于神经网络专门的 GPU 加速库，它面向各种需要并行计算的应用设计。如果希望针对于神经网络应用加速，需要额外安装cuDNN 库。需要注意的是，cuDNN 库并不是运行程序，只需要下载解压 cuDNN 文件，并配置 Path 环境变量即可。下载完成 cuDNN 文件后，解压并进入文件夹，我们将名为“cuda”的文件夹重命名为“cudnn765”，并复制此文件夹。进入 CUDA 的安装路C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0，粘贴“cudnn765”文件夹即可。<