# K210_Tutorial

**Repository Path**: Sytx_1/K210_Tutorial

## Basic Information

- **Project Name**: K210_Tutorial
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2021-06-07
- **Last Updated**: 2021-06-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# K210基础入门



作者: Kyle阿凯



## 关于课程

课程的第一部分是通过训练神经网络识别手写字符`X`跟`O`， 学会使用Tensorflow创建模型，并转换为K210的模型格式。

第二部分是教你用k210的SDK, 调用之前的模型，运算完成之后在LCD液晶屏上显示识别结果。



## 模型训练与转换

![tic_tac_toe.gif](./image/tic_tac_toe.gif)

[1.手写字母数据预处理](1.手写字母XO数据预处理/手写字母XO数据预处理.md)

先尝试做一下分类，目标是通过神经网络分类，然后完成Tic-Tac-Toe的游戏．

数据集可以来自于手写字母，提取字母中的`X`跟`O` 

[2.Tensorflow神经网络模型训练与冻结](2.Tensorflow神经网络模型训练与冻结/Tensorflow神经网络模型训练与冻结.md)

使用Tensorflow构建一个神经网络模型，用于识别字符`X`跟字符`O`.  使用上节课处理过的训练数据, 对模型进行训练. 训练完成之后，冻结模型, 导出pb模型文件。

[3.模型结构可视化TensorBoard](3.模型结构可视化TensorBoard/模型结构可视化TensorBoard.md)

通过TensorBoard查看神经网络模型结构

[4.TensorFlow模型转换为TFlite模型](4.TensorFlow模型转换为TFlite模型/TensorFlow模型转换为TFlite模型.md)

Tensorflow模型的后缀是`pb`, TFLite模型的后缀是`tflite`. 

从`pb`格式转换为`tflite`格式, 需要使用`Maix_Toolbox` 根目录下的`pb2tflite.sh`脚本。

[5.TFLite模型转换为K210模型](5.TFLite模型转换为K210模型/TFLite模型转换为K210模型.md)

使用nncase工具箱与MaixToolbox里面的工具完成K210模型转换。



## K210 SDK编程指南

[6.配置K210的开发环境](6.配置K210的开发环境/配置K210的开发环境.md)



[7.K210手写数字识别例程源码解读](7.K210手写数字识别例程源码解读/K210手写数字识别例程源码解读.md)

关于如何自己训练一个卷积神经网络，并在MAIX开发板上运行，Zepan已经在sipeed的Blog写了一篇比较完整的教程：[30分钟训练，转换，运行MNIST于MAIX开发板](http://blog.sipeed.com/p/518.html)

本教程主要是对mnist的K210例程做一个详细的解读, 对原来例程里面的`main.c`做了逐行注释.

需要注意的是Sipeed的Lichee K210 Examples 年久失修，已经跟最新版本的K210 ToolChain 还有 SDK不兼容了， 后续有时间重构一份源码。