nn_stm32cubeai.py

# Dieses Werk ist unter der MIT-Lizenz lizenziert.
# Copyright (c) 2013-2023 OpenMV LLC. Alle Rechte vorbehalten.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# STM32 CUBE.AI auf OpenMV MNIST-Beispiel
# Siehe https://github.com/openmv/openmv/blob/master/src/stm32cubeai/README.MD

import csi
import time
import nn_st
csi0 = csi.CSI()
csi0.reset()  # Sensor zurücksetzen und initialisieren.
csi0.contrast(3)
csi0.brightness(0)
csi0.auto_gain(True)
csi0.auto_exposure(True)
csi0.pixformat(csi.GRAYSCALE)  # Pixelformat auf Graustufen setzen
csi0.framesize(csi.QQQVGA)  # Bildgröße auf 80x60 setzen
csi0.snapshot(time=2000)  # Warten, bis die Einstellungen wirksam werden.
clock = time.clock()  # Ein Clock-Objekt erstellen, um die FPS zu verfolgen.

# [CUBE.AI] Das Netzwerk initialisieren
net = nn_st.loadnnst("network")

nn_input_sz = 28  # Die NN-Eingabe ist 28x28

while True:
    clock.tick()  # Aktualisiert die FPS-Uhr.
    img = csi0.snapshot()  # Nimmt ein Bild auf und gibt es zurück.

    # In der Mitte zuschneiden (vermeidet Vignettierung)
    img.crop(
        (
            img.width() // 2 - nn_input_sz // 2,
            img.height() // 2 - nn_input_sz // 2,
            nn_input_sz,
            nn_input_sz,
        )
    )

    # Das Bild binarisieren
    img.midpoint(2, bias=0.5, threshold=True, offset=5, invert=True)

    # [CUBE.AI] Die Inferenz ausführen
    out = net.predict(img)
    print("Network argmax output: {}".format(out.index(max(out))))
    img.draw_string((0, 0), str(out.index(max(out))))
    print(
        "FPS {}".format(clock.fps())
    )  # Hinweis: Die OpenMV Cam läuft etwa halb so schnell, wenn sie