基于OpenMV的口罩识别检测以及EDGE IMPULSE训练神经网络机器学习

一、准备好一个OpenMV。

二、操作步骤

1.打开OpenMV IDE，找到工具-数据集编辑器-新数据集。点击即可创建一个新数据集。在桌面新建一个文件夹命名为mask-face（名字自己想取啥都行）。

2. 点击新建class文件夹，新建两个类：mask和face。

3.连接OpenMV，点击新建class类下面的图标使用OpenMV拍照进行数据采集。

 4.数据上传，登录EDGE IMPULSE官网选择Login登录，没账号的可以先用邮箱注册一个。

5.点击Create new project创建一个新项目，然后输入项目名字即可创建。

 6.如果弹出了这个界面就点击一下images或者叉掉。

7.接下来我们将之前用OpenMV拍摄的照片传输到EDGE IMPULSE中，在星瞳科技官网上的视频教程中用的是API KEY在OpenMV IDE中将数据上传，但是在实际操作中可能会遇到创建SSL上下文错误的问题，我们在这里就不使用那个方法，而是直接在EDGE IMPULSE中上传数据。

首先在左边菜单栏中找到Data acquisition，点击Collected data旁边的上传数据按钮，找到之前创建的mask-face的文件夹，点击mask.class,按ctrl+A键全选并且确定，在Label中勾选Enter label选项，在下面输入分类的名字（mask），face分类数据的上传方法同理。

 8.上传完毕后再点击Data acquisition就可以看到上传好的数据。这里可以看到一共上传了158张照片，其中78%作为数据集，22%作为训练集。

 9.点击impulse design，再点击Add a processing block创建模块，在弹出的选项中选择image（因为我们做的是图像识别）然后点击Add a learning block学习模块，选择Transfer Learning迁移学习模块。

模块添加完成后点击Save Impulse即可 。

 10.点击image，进行图像DSP预处理（Color depth有RGB彩图还有Crayscale灰度图，我们这里选择RGB彩图）。

11.点击上方的Generate features，再点击Generate features进行刚刚设置的图像预处理，处理完如下图所示。mask和face的图像分离的明显就说明数据集采集的效果还不错。

 12.点击Transfer lerning迁移学习，数据默认即可，随后点击Start training开始训练。

训练完成后如下图所示，ACCURACY表示模型测试精确度为93.8%

 13.利用Model testing对我们刚刚训练出来的模型进行测试，可以看出准确率是100%

14.Versioning则是对你训练出来的模型进行版本保存（我们这里可弄可不弄）。

 15.点击Deployment 选择OpenMV将训练好的模型导出，点击bulid生成OpenMV的模型及代码。

 16.将下载好的压缩包解压，将文件夹中的三个文件都复制到OpenMV的D盘中。

 17.在OpenMV IDE中打开ei image. classification，再点击下面的串行终端就可以看到程序运行的结果啦，face=0.003906表示有0.3906%的概率认为没戴口罩，mask=0.996094表示有99.6094%的概率认为戴了口罩。

好啦，教程就到此结束了！如有错误欢迎大家指出。