注冊賬號并創(chuàng)建Edge Impulse工程

打開Edge Impluse網(wǎng)站，注冊登錄。隨后在項目標(biāo)簽頁創(chuàng)建新項目：

上傳訓(xùn)練集

按照以下步驟，依次點擊Dashboard->Add existing data->Upload data。

注意：若未在數(shù)據(jù)集中對圖片進行l(wèi)abel注釋（可參考官方文章），需要手動進行添加標(biāo)簽，或直接選擇Enter label進行標(biāo)簽定義。分3次單獨上傳3個不同圖片的文件夾，并添加label為ship、truck和plane。

生成特征

點擊左側(cè)Impulse design->Create Impulse，依次點擊Add a processing block、Add a learning block進行輸入數(shù)據(jù)對象、訓(xùn)練模型的選擇，并點擊保存。（Add 帶星標(biāo)的即可）

繼續(xù)點擊左側(cè)Image，Color depth選擇RGB，點擊保存。接下來會自動跳轉(zhuǎn)到生成特征界面，點擊生成特征按鈕，等待特征生成，結(jié)束后會有三維圖像顯示。

遷移訓(xùn)練

點擊左側(cè)Transfer learning按鈕，依次設(shè)置訓(xùn)練參數(shù)：訓(xùn)練周期、學(xué)習(xí)率等參數(shù)。隨后選擇自己實驗最符合的訓(xùn)練模型（默認(rèn)選第一個），點擊開始訓(xùn)練。

如果最后的結(jié)果和準(zhǔn)確率不滿足自己的實驗要求，可嘗試重新訓(xùn)練，重新更改參數(shù)及訓(xùn)練模型。

在Vision Board上部署

在左側(cè)點擊Deployment，搜索OpenMV library，點擊Build，等待固件生成。

將下載下來的壓縮文件解壓（"trained.tflite"、"labels.txt"、"ei_image_classification.py"），將ei_image_classification.py改名為main.py，隨后將3個文件全部復(fù)制到sd卡中去（取下SD卡，使用讀卡器將3個文件復(fù)制到sd卡）。

用Type-C線連接Vision Board USB-OTG口，隨后將sd卡中的main.py拖入OpenMV IDE中，打開并運行，此時可以在串口終端看見識別的結(jié)果及準(zhǔn)確率。

使用虛擬U盤功能

點擊RT-Thread Setting-->TinyUSB->配置項

在TinyUSB選項處依次點開USING USB device->Using Mass Storage Class(MSC),將The name of the block device used by MSC中的內(nèi)容更改為sd，隨后保存。重新點擊編譯，編譯完成后即可燒錄到開發(fā)板。（由于文件較大，時間可能會比較長）

注意：燒錄需要將Type-C線插到USB-DBG口，燒錄完成后再將線插到USB-OTG口，使能USB復(fù)合設(shè)備后，每次第一次上電需要先等待彈出U盤后再連接 OpenMV IDE??！否則會卡死！！

彈出U盤后就可以把生成OpenMV固件拖至u盤中，隨后連接OpenMV IDE，即可體驗自己訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型。