edgeimpulse训练模型（以垃圾分类为例）_edge impulse

打开edgeimpulse最好使用科学上网的方式，不然可能会很卡。

https://edgeimpulse.com/

打开之后就注册一下，顺便登陆

然后点击右上方的Login

打开之后就差不多是这个样子，（不是的多整整，说不定就好了（狗头））

然后在上面可以看到历史训练模型记录，点进去是可以查看和部署的

然后我们点击Create new project

然后就是创建新的训练模型

模型名字就按照自己的项目名称起。我先写一个example。

然后就是这样了：

然后打开openmv ide，使用API密钥方式上传数据集

单击key，然后缩放界面，就可以看到完整的密钥了。记住密钥之后会用到。

先在桌面新建一个文件夹，然后打开openmv ide，在上面菜单栏中选择工具—数据集编辑器—新的数据集。选择刚才创建的文件夹，然后就是这样，在左侧菜单栏中选择新类文件夹

单击然后就是确定数据集的类

以垃圾分类为例，就是recycle,harm,others,kitchen

依次创建完成之后，就是这样

然后在桌面上打开文件夹，如图然后把自己对应要训练的图片分类放到对应的文件夹中，然后就是打开上面菜单栏工具—数据集编辑器—出口—通过API密钥上传到edge impulse，

然后复制，粘贴刚才的API密钥

 

然后选择默认的训练集和验证集比例80%:20%,然后一路确认，等待上传成功。之后就可以在网站看到我们上传的数据集内容了。

（我这边出了点问题，使用以前的模型来继续讲了）

然后在菜单栏第三个Data acquisition，可以看到数据集和标签（注意一定要看一下有没有标签recycle之类的，之前我在这里面坑了很多次）然后点击菜单栏第四个lmpulse design，下面三个东西都是要设置的（敲重点）

create impluse

要配置前面两个，都选择默认带星号的，然后观察有无四个标签，有的话就是正确的，（在点击这个之前好像会跳出了一个什么东西的，那个点否，否则会清除标签好像）

创建完成之后，点击image

点击Generate features，点击下面的Generate features，等待处理完成

这一步主要是预处理图片，

然后点击transfer learning

使用默认配置训练模型，训练时间可能比较长（10-20分钟）（快的话也可以2、3分钟，取决于数据集大小）

可以看到我这边训练的准确率是95%，效果拔群

然后到这一步训练就结束了，之后就是部署了

这边还有一个versioning，是保存版本的，上面有retrain model重新训练的，

使用deployment部署到硬件上去，我使用的是openmv，直接在上面提供的硬件中找到openmv选择build，就会在电脑上下载到一个压缩包。里面有训练的所有文件。

将模型文件和txt文件放到openmv 4 plse自带的u盘中，就可以通过openmv IDE打开python文件，进行图像识别啦。连接电脑和openmv的一定要是能够传输数据的线子否则会报错。

下面是官方讲的原视频（他是以识别口罩为例）

https://singtown.com/learn/50872/

然后这是其他学习教程

https://book.openmv.cc/video/