- 博客(5)
- 收藏
- 关注
RSS订阅原创 ESP-DL的ESP32的手势识别（3）模型布署
最后的结果，重点主要在最后的输出的数字，因为后面识别6类手势，这里的六个数字代表可能性，数字越大可能性越大，最后会输出这个手势的标签和手势的名称，这次的结果是手势I，标签是1（标签是从0开始，第二个数字最大所以标签是1）找到一张图片存于任意处，最好是这个Mobilenet_v2下，都行，进入ESP-IDF,输入，因为我的ESP-IDF存储于D盘，与之前的文件不在一个盘，所以需要。准确率还很低，只能识别出一两个，原因不详，后续有更好模型的朋友请务必告诉我！编码形式如下，即可获得一个XLS形式的表格。
2024-12-11 16:48:06
1281
12
原创 ESP-DL的ESP32的手势识别（模型构造和量化pycharm版）
前言：在布署的过程中，发现无法布署，老是报错，于是重新在pycharm上进行了前两个步骤，最后成功了，本来想一个帖子写完，但发现太多了，其他内容就放到下一个帖子了。结构大概如上，这里有三个我转换的模型，不是需要这么多文件，其中test可以用于输出新的onnx模型结构，可以与原模型对照，test.py如下。将上一步获得的onnx模型粘贴到这个文件夹下，因为模型变更，需要修改图片输入的尺寸，图片处理，文件路径等等，但是大致不变。#label = int(number_str)-1 # 转换为整数 1。
2024-12-10 22:15:21
955
原创 ESP-DL的ESP32的手势识别（2）模型量化
可以在运行过程中提示缺少什么下载即可，需要注意的是wget需要去官方下载后存储与虚拟环境的script目录下，有些模块的版本可以参考上述图片，到今天为止是可行的。onnx文件是上一步获取的模型，imagenet_util.py是官方的文件，我直接复制到下面，其实也可以不用这个文件，看个人所需。需要注意，配置适用于量化模型的虚拟环境的过程比较曲折，遇到的问题多，但是忘了记录，见谅。经过上一节的研究，发现原来的那篇文章走不通，存在许多问题，只能换路，不再是原文复现。引入上一节获得的h5模型后就可以转换。
2024-12-03 17:32:44
1005
原创 镜像源使用
华为镜像源：https://repo.huaweicloud.com/repository/pypi/simple/中国科学技术大学 ：http://pypi.mirrors.ustc.edu.cn/simple/腾讯源：http://mirrors.cloud.tencent.com/pypi/simple。清华大学 ：https://pypi.tuna.tsinghua.edu.cn/simple/阿里云：http://mirrors.aliyun.com/pypi/simple/
2024-11-27 21:27:58
309
原创 复现：ESP-DL的ESP32S3的手势识别 （1）机器学习模型的构建
***************************注意点***************************************1.由于原作者使用的是tensorflow1.x版本，而此时使用的2.x版本需要修改以下代码。2.每次下载数据库费时，将文件传至云盘后解压到项目的目录下。显示结果：准确率高，且标签预测正确。一.建立机器学习模型。
2024-11-26 17:54:13
533
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人