Skip to main content

为 Grove Vision AI V2 使用模型

SenseCraft AI 是一个强大的平台,提供与各种设备兼容的广泛 AI 模型,包括 Grove Vision AI V2。Grove Vision AI V2 是一个综合性的 AI 视觉模块,结合了摄像头、处理器和 AI 功能,使您能够轻松地将计算机视觉应用集成到您的项目中。在本教程中,我们将指导您完成在 Grove Vision AI V2 上使用 SenseCraft AI 模型并预览模型输出的过程。我们还将探索一些关键概念和设置,以帮助您理解和优化模型的性能。

先决条件

在开始之前,请确保您具备以下条件:

  • Grove Vision AI V2:确保您已准备好 Grove Vision AI V2 模块,并正确连接到您的开发板或计算机。

  • OV5647-62 FOV 树莓派 3B+4B 摄像头模块:用于图像输入。

  • USB-C 数据线:您需要一根 USB 数据线将 Grove Vision AI V2 模块连接到您的计算机进行编程和供电。

  • 访问 SenseCraft AI 模型仓库网页:确保您有稳定的互联网连接并能够访问 SenseCraft AI 网站。

Grove Vision AI V2OV5647-62 FOV 摄像头模块
适用于树莓派 3B+4B

步骤 1. 为 Grove Vision AI V2 筛选模型

打开您的网页浏览器并导航到 SenseCraft AI 模型仓库。


模型仓库页面显示了适用于不同设备和应用的各种 AI 模型。

在网页的左侧边栏中,找到支持的设备部分。从设备列表中,点击 Grove - Vision AI V2 来筛选与您特定设备兼容的模型。

此步骤确保您只看到可以在 Grove Vision AI V2 模块上部署和运行的模型。

步骤 2. 选择模型

在本教程中,我们将使用人员检测模型作为示例。但是,请根据您的兴趣和需求随意探索和试验其他模型。

点击人员检测模型以打开其专用页面。

在模型页面上,您将找到关于该模型的详细信息,包括其描述、模型精度和模型格式。

在模型页面上,点击位于页面顶部的部署模型按钮。

此操作将启动所选模型的部署过程,准备将其下载并在您的 Grove Vision AI V2 模块上运行。

步骤 3. 连接您的设备

部署模型后,点击部署页面下方出现的连接设备按钮。

将打开一个新页面,此时,请通过 USB-C 线缆将您的 Grove Vision AI V2 连接到计算机。

在设备连接页面上,您将看到模型信息的摘要,包括其名称和模型 ID。仔细查看详细信息以确保为您的 Grove Vision AI V2 选择了正确的模型。如果信息准确,点击确认按钮继续进行模型部署。

确认模型信息后,将弹出一个窗口要求您为 Grove Vision AI V2 模块选择串行端口。串行端口是您的计算机和 Grove Vision AI V2 模块之间的通信通道。选择与您的 Grove Vision AI V2 对应的正确端口号。如果您不确定,可以参考操作系统的设备管理器或模块文档来识别正确的端口。

点击连接按钮以建立您的计算机和 Grove Vision AI V2 模块之间的连接。

步骤 4. 模型上传

一旦建立连接,所选模型将开始下载到您的 Grove Vision AI V2 模块。模型上传过程可能需要大约 3-5 分钟,具体取决于模型的大小和您的网络连接速度。在此步骤中,必要的模型文件和依赖项将传输到 Grove Vision AI V2 模块,为在本地运行 AI 模型做好准备。

步骤 5. 模型预览

模型上传成功后,预览功能将自动启动。预览窗口将显示来自您的 Grove Vision AI V2 摄像头的实时视频流,以及叠加在视频上的模型检测结果。在人员检测模型的情况下,您将看到在视频流中检测到的人员周围绘制的边界框。每个边界框代表模型识别出的一个人。预览功能允许您实时查看模型的输出,提供对其性能的即时视觉反馈。

微调模型(可选)

  1. 如果您想优化模型的性能或使其适应您的特定用例,您可以使用预览部分下方提供的选项来微调模型的设置。

  2. 您可以调整的两个重要参数是"置信度阈值"和"交并比(IoU)阈值"。

    • 置信度阈值:此值确定模型将检测视为有效所需的最低置信度水平。较高的置信度阈值将导致检测数量较少但确定性更高,而较低的阈值将允许更多检测但可能包含一些误报。
    • IoU 阈值:IoU 是一个衡量预测边界框与真实边界框之间重叠度的指标。它用于确定目标检测的准确性。IoU 阈值设置检测被视为真正例所需的最小 IoU 值。调整此阈值可以帮助微调模型的精确度和召回率。
  3. 尝试不同的置信度阈值和 IoU 阈值值,以找到准确检测人员和最小化误报之间的最佳平衡。最佳设置可能因您的特定应用和图像或视频流的特征而异。

结论

恭喜!您已成功在您的 Grove Vision AI V2 模块上部署了 SenseCraft AI 人员检测模型,预览了其输出,并学会了如何微调模型的性能。

通过遵循本教程中概述的步骤,您可以轻松地在您的 Grove Vision AI V2 模块上探索和试验 SenseCraft AI 存储库中提供的各种 AI 模型。SenseCraft AI 平台提供了用户友好的界面和广泛的模型选择,使初学者和经验丰富的开发者都能轻松使用。

请记住参考 SenseCraft AI 和 Grove Vision AI V2 模块提供的文档和资源,以获取有关支持的模型、其功能以及任何可用的其他配置选项的更多信息。

随时探索其他模型,尝试不同的设置,并将它们适应到您的特定项目或应用中。SenseCraft AI 和 Grove Vision AI V2 模块的结合为计算机视觉应用开启了无限可能的世界。

祝您在 Grove Vision AI V2 上使用 SenseCraft AI 模型进行实验和创作愉快!

技术支持与产品讨论

感谢您选择我们的产品!我们在这里为您提供不同的支持,以确保您使用我们产品的体验尽可能顺畅。我们提供多种沟通渠道,以满足不同的偏好和需求。

Loading Comments...