【AIoT智慧烟感检测系统】SiPEED MAIX Bit K210开发板上手体验

Steve-George

【AIoT智慧烟感检测系统】SiPEED MAIX Bit K210开发板上手体验 [复制链接]

 

1.核心板介绍

Kendryte K210是一块具备机器视觉能力以及机器听觉能力的系统级芯片（SOC）。它使用了台积电超低功耗的28纳米先进制程同时拥有着双核64位处理器，使其具备更好的低功耗视觉实力速度与准确率。K210也具备了卷积人工神经网络硬件加速器KPU，可以高性能的进行卷积人工神经网络运算。其主要运用于物联网领域。使用该芯片可以实现人脸检测和人脸识别、实时获取被检测目标的种类、以机器视觉与机器听觉对目标进行跟踪等功能。在本文中，将采用SiPEED公司MAIX产品线的MAIX Bit开发板对其进行讨论。

 

1.1基本外观：

 

1.2 K210芯片基本参数

内核	RISC-V Dual Core 64bit, with FPU
主频	400MHz （可超频至600MHz）
SRAM	内置8M Byte
图像识别	QVGA@60fps/VGA@30fps
语音识别	麦克风阵列(8mics)
网络模型	支持YOLOv3 Mobilenetv2 TinyYOLOv2 人脸识别等
深度学习	支持TensorFlow \ Keras \ Darknet \ Caffe 等主流框架
外设	FPIOA、 UART、 GPIO、 SPI、 I2C、I2S、 TIMER
视频处理	神经网络处理器(KPU) FPU满足IEEE754-2008标准 音频处理器(APU) 快速傅里叶变换加速器(FFT)

 

1.3开发板参数

板载资源	按键*2 RGB灯*1 MEMS Microphone*1 USB to UART 128Mbit Flash*1
板载接口	USB Type-C接口 24PIN DVP摄像头接口 24PIN LCD接口 MicroSD卡槽 所有IO排针引脚引出
尺寸	53.3*25.4mm
供电电压	5.0V @ 300mA（供电电流需大于300mA)
工作温度	-30℃ ~85C

 

2.MaixPy IDE安装

2.1 下载安装包

下载链接：https://dl.sipeed.com/MAIX/MaixPy/ide/

下载文件：maixpy-ide-windows-0.2.5.exe

2.2 安装

双击.exe安装运行程序，跟随引导完成安装即可。

2.3 使用IDE

打开MaixPy IDE，工具→选择开发板→Sipeed Maix Bit(with Mic)（如图1所示），点击连接按钮并运行，若运行成功则出现图像如图2、图3。

图1
图2

图3

 

3.运行案例

本节将简单讲解使用此开发板进行识别是否佩戴口罩，在kflash_gui中将模型下载到flash中，地址为0x300000,在main.py中输入如下代码:

import sensor, image, lcd, time
import KPU as kpu

color_R = (255, 0, 0)
color_G = (0, 255, 0)
color_B = (0, 0, 255)


class_IDs = ['no_mask', 'mask']


def drawConfidenceText(image, rol, classid, value):
    text = ""
    _confidence = int(value * 100)

    if classid == 1:
        text = 'mask: ' + str(_confidence) + '%'
        color_text=color_G
    else:
        text = 'no_mask: ' + str(_confidence) + '%'
        color_text=color_R
    image.draw_string(rol[0], rol[1], text, color=color_text, scale=2.5)



lcd.init()
sensor.reset(dual_buff=True)
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.set_hmirror(0)
sensor.run(1)


task = kpu.load(0x300000)


anchor = (0.1606, 0.3562, 0.4712, 0.9568, 0.9877, 1.9108, 1.8761, 3.5310, 3.4423, 5.6823)
_ = kpu.init_yolo2(task, 0.5, 0.3, 5, anchor)
img_lcd = image.Image()

clock = time.clock()
while (True):
    clock.tick()
    img = sensor.snapshot()
    code = kpu.run_yolo2(task, img)
    if code:
        totalRes = len(code)

        for item in code:
            confidence = float(item.value())
            itemROL = item.rect()
            classID = int(item.classid())

            if confidence < 0.52:
                _ = img.draw_rectangle(itemROL, color=color_B, tickness=5)
                continue

            if classID == 1 and confidence > 0.65:
                _ = img.draw_rectangle(itemROL, color_G, tickness=5)
                if totalRes == 1:
                    drawConfidenceText(img, (0, 0), 1, confidence)
            else:
                _ = img.draw_rectangle(itemROL, color=color_R, tickness=5)
                if totalRes == 1:
                    drawConfidenceText(img, (0, 0), 0, confidence)

    _ = lcd.display(img)

    print(clock.fps())

_ = kpu.deinit(task)

接Maix Bit后运行，可得如下结果，基于此，便可判别是否佩戴口罩。