OpenMV MicroPython 13.8.5. Розгортання на камеру#
Навчена модель (МН) знаходиться на серверах Roboflow. Щоб перенести її на камеру, потрібно одне завантаження, а потім ті самі кроки, що й завантаження будь-якої іншої моделі.
13.8.5.1. Завантаження ваг#
На сторінці Deployments виберіть Deploy to 3rd Party Platforms і перейдіть на вкладку OpenMV. Це завантажує ваги моделі у вигляді єдиного файлу .tflite з цілочисельним квантуванням, названого за проектом і версією — формат int8, який виконує рушій TFLite камери.
Ціль розгортання OpenMV — Download Files зберігає ваги .tflite, готові до використання на камері.#
13.8.5.2. Завантаження на камеру#
Додайте файл .tflite на камеру за допомогою редактора ROMFS IDE, який конвертує його для NPU плати, якщо така є, а потім завантажте його в скрипт за допомогою ml.Model. Моделі також можна запускати з флеш-накопичувача камери — скопіюйте файл і вкажіть ml.Model на шлях — але ROMFS є кращим місцем: моделі там виконуються безпосередньо з флеш-пам’яті без копії в RAM.
Необроблений вивід детекційної моделі — це тензор координат рамок і оцінок класів, який ще потребує декодування. Детектори сімейства YOLO від Roboflow декодуються за допомогою пост-процесорів, які постачаються з камерою у ml.postprocessing.ultralytics, тому кілька рядків підключають модель до її декодера, і ви отримуєте рамки та мітки.
Дивись також
Розділ про машинне навчання для запуску моделей з модулем ml — завантаження, конвеєр інференсу та покрокова інструкція з декодування виводу сімейства YOLO.