【MaixPy 教程】用mixly玩转K210——20类对象检测

前言

【MaixPy系列教程：】

• 【MaixPy教程】用maixHub训练模型进行开源硬件识别
• 【MaixPy 教程】用mixly玩转K210——口罩识别
• 【MaixPy教程】用mixly玩转K210——调用AI_OneNET API实现车牌识别
• 【MaixPy 教程】用mixly玩转K210——人脸追踪

在maixhub AIoT模型平台中有一个模型是20类对象检测。可以支持检测：{“飞机”，“自行车”，“鸟”，“船”，“瓶”，“公共汽车”，“汽车”，“猫”，“椅子”，“牛”，“餐桌”，“狗”，“马” '，'摩托车'，'人'，'盆栽植物'，'绵羊'，'沙发'，'火车'，'电视监视器'}

那今天我们结合前面所学的知识，来做一个20类对象检测的案例！好了废话不多说，开干！！！

准备阶段

从maixhub AIOT模型平台，下载好yolo-tinyv2 20类对象检测,然后用kflash_gui刷入模型（如果不知道如何刷入模型的，和软件不知道到哪里下载的，可以看我之前的那篇文章【MaixPy教程】用maixHub训练模型进行开源硬件识别）

注：刷入flash地址：0x300000,或者是把模型文件存放到TF卡中

程序设计

1、首先对摄像头，液晶屏，和yolov2初始化后，来获取摄像头检测到数据信息。具体操作如下图所示：

1
2
3
4

因为我们之前把模型刷入的地址是0x300000，所以在KPU加载模型的地址要和刷入模型地址一致！
在对摄像头获取到的图像进行yolov2 运行网络运算时，
返回的是一个字典{"x":68, "y":0, "w":149, "h":307, "value":0.705325, "classid":14, "index":0, "objnum":1}
这里我们需要用到“value”和"classid"键所对应的值。前者是置信度后者是对象ID。

2、定义一个列表classid = ['aeroplane', 'bicycle', 'bird', 'boat', 'bottle', 'bus', 'car', 'cat', 'chair', 'cow', 'diningtable', 'dog', 'horse', 'motorbike', 'person', 'pottedplant', 'sheep', 'sofa', 'train', 'tvmonitor']

3、通过模型解析i的标识号、和置信度（也就是获取字典中的“classID”与value值）：

4、通过机器视觉指令中的绘制矩形和绘制文本来标记识别对象的位置，对象的名字与置信度：

程序演示