37、基于Edge Impulse的图像分类模型开发与部署指南

基于Edge Impulse的图像分类模型开发与部署指南

1. 数据上传

在Edge Impulse中进行图像分类模型开发，首先要上传数据。可以通过Edge Impulse项目的Web GUI上传，也可以使用CLI上传命令：

$ edge-impulse-uploader --api-key [your-api-key] --label [label] \
   --category split .[directory]/*

操作步骤如下：
1. 运行iNaturalist Python数据下载脚本获取图像数据。
2. 将 [your-api-key] 替换为Edge Impulse项目的API密钥。
3. 将 [label] 替换为“unknown”或陷阱动物的名称。
4. 将 [directory] 替换为iNaturalist Python脚本中指定的文件目录。
5. 执行命令上传图像。

无论是Web GUI还是上传器CLI，都可以自动将上传的图像按80/20的比例分割为训练集和测试集。

2. DSP和机器学习工作流程

2.1 Impulse设计

“Impulse设计”选项卡可让我们查看和创建端到端机器学习管道的图形化概述，具体设置如下：
|设置项|详情|
| ---- | ---- |
|图像数据|图像宽度：160；图像高度：160；调整大小模