基于RT1170机器学习厨房餐具室对象分类
在基于 MCU 的系统上部署对象分类模型的分步指南。该对象分类模型是通过使用迁移学习对 MobileNet 模型进行微调来开发的,用于对常见的厨房食品储藏室物品进行分类。
该分类模型针对厨房储藏室物品(包括罐装番茄、番茄酱、蛋黄酱、纸巾、糖和番茄酱)进行训练。该模型使用 Adam 优化器和分类交叉熵损失函数,经过 20 个 epoch 的训练。保存的模型是一个 int8 量化 tflite 模型,在包含 182 张图片的小型数据集上准确率约??为 88%。
对象分类模型部署在 RT1170-EVK 评估板上,该评估板配备 1GHz Arm Cortex-M7 内核和 400MHz Arm Cortex-M4 内核,可用于使用 MCUXpresso 套件进行评估和原型设计。RT1170-EVK 板内存包含 512 Mbit SDRAM、512 Mbit Octal 闪存、128 Mbit QPSI 闪存、2 Gbit Raw NAND 闪存、64 Mbit LPSPI 闪存以及一个用于 SD 卡的 TF 插槽。
主板:MIMXRT1170-EVK
类别:AI/ML、视觉
外围设备:显示器、视频
工具链:MCUXpresso IDE
目录
1.软件
下载并安装MCUXpresso IDE v11.8.0+。该 IDE 是一个易于使用的开发环境,为恩智浦基于 ARM Cortex-M 的 MCU(包括本项目将使用的 RT1170)提供高级编辑、编译和调试功能。
2.硬件
- 购买支持板
- 购买支持显示
- RK055HDMIPI4MA0。这是一款 5.5 英寸 LCD 面板,可与多个 i.MX RT EVK(包括 RT1170 EVK)配合使用,用于评估带显示的应用。
3.软件设置
3.1
按照 MCUXpresso IDE 页面文档部分中的“MCUXpresso IDE - 用户指南”的以下章节将项目导入 MCUXpresso IDE :
3.2
?10.3 节:导入示例项目?。
本节介绍将附加项目导入 IDE 的步骤。您需要先下载 ML Object Classification 目录,然后才能从文件系统导入。
3.3
切换到发布版本(有关此内容的说明位于MCUXpresso 用户指南的?第 21.2 节?),然后按照第 5.2 节:项目构建来构建导入的项目。构建完成后,应在控制台选项卡中打印以下内容(通常在屏幕底部)。
3.4
第 13 节:调试项目
本章概述了 MCUXpresso IDE 中调试解决方案支持的许多调试功能。调试操作需要通过调试探针在主机和 RT1170 EVK 之间建立物理连接(更多内容请参阅本章)。
3.5
第 21.8 节:使用终端视图与目标进行 UART 通信
可以使用 MCUXpresso IDE 提供的终端视图显示主机 PC 和 RT1170 EVK 之间的 UART(串行)输入/输出。
4.硬件设置
将 LCD 连接到电路板背面的 J48
将摄像头连接到以太网端口 J4 旁边的 J2。
5.结果
调试并运行(F8 或页面顶部的“恢复”图标)项目后,MIPI 摄像头捕获的输入的推理结果应显示在终端和 LCD 上,如下所示。所有六个类别的示例图像也显示在下方。
6. 常见问题解答
尚未发现针对该项目的常见问题解答。
7. 支持
项目元数据
来源:恩智浦appcodehub