MaixPy 是将 Micropython 移植到 K210(一款 64 位双核带硬件 FPU、卷积加速器、FFT、Sha256 的 RISC-V CPU ) 的一个项目; MaixPy 不但支持 MCU 常规操作, 还集成了硬件加速的 AI 机器视觉和麦克风阵列相关的算法。相应的高达 1TOPS 算力核心模块却不到¥50, 凭借着快速开发和较低成本与其较小的体积很适合 AIOT 领域智能应用.
上面是简单的介绍,废话部分。
一:首先下载固件库,并下载固件到K210中。

在sipeed的官方下载站里获取最新的固件库
然后下载1.45MB的支持openmv和IDE的bin文件。

接着将下载的bin文件下进板子里。

地址为0x00000
官网文档给出的存储系统,可以看到0x000000到0x300000是存储bin文件,也就是刚才下载的固件包的,0x300000到0xD000000是存储训练的模型的地方。
二.导入训练的模型(建议使用SD卡,直接烧录会出现kpu: load error:2005, ERR_READ_FILE: read file failed的错误信息,使用SD卡则不会,暂不清楚为什么)
然后下载模型,可以在
模型库里下载一个对自己有用的模型(或者自己自行训练一个),然后把获得的文件

三个文件都通过读卡器下载进SD卡中,打开main.py
(命名不能进行更改,只能使用main.py)

上电后自动允许main.py。
然后添加
from machine import UART
from fpioa_manager import fm
fm.register(10, fm.fpioa.UART1_TX, force=True)
fm.register(11, fm.fpioa.UART1_RX, force=True)
uart = UART(UART.UART1, 115200, 8, 0, 1, timeout=1000, read_buf_len=4096)
res = "{target}\n".format(target = labels[obj.classid()])
uart.write(res)
使用format来格式化输出,通过uart.write发送到串口。
labels[obj.classid()]为识别到的数字(代码基本上都是大差不差的,根据不同的识别内容进行更改就可以)
使用CH340串口模块并连接开发板上的TX,RX引脚后,就可以在电脑查看由开发板识别的内容了。
MaixPy是Micropython在K210芯片上的实现,支持AI和机器视觉。用户需下载固件到K210的指定地址,模型通过SD卡导入。在main.py中利用UART进行串口通信,展示识别结果。
1万+

被折叠的 条评论
为什么被折叠?



