3.1 AI鑑別器模型訓練
準備訓練程式
數據線連接
使用USB線將未來板Lite連接到電腦，並將未來板Lite的電源開關撥向開。
編程準備
首先前往KittenBlock編程平台。
在硬件欄選擇未來板Lite AI。
電腦上面就會出現一個USB Drive，我們可以看到未來板Lite上面的檔案。
在右面的選項欄，可以看到代碼的切換鍵，點一下按鍵，頁面就會出現一個輕巧的Python編輯器。
我們可以載入Python檔案在平台編輯，打開未來板Lite上的diy_train.py。
首先我們需要輸入要訓練的分類名稱，讓KOI知道每個分類的名稱，大家只需將分類的名稱按指示輸入到第17行裡面items這個清單即可。
記住每個分類都要使用雙引號 “” 包著
每個分類用逗號 , 分隔
而且分類不可以有空格
例如淮山的英文為Chinese Yam，我們就需要將空格去掉變成ChineseYam
以中藥材的專題為例子，完整的items就為：
然後我們需填寫模型的名稱，讓我們之後存取模型時更方便。
以中藥材的專題為例子，將第31行的diy.json改為herb.json。（或你自選的模型名稱）
我們可以每個主題都建立一個資料庫，這樣就不會每次都將之前的數據清空了。
最後將檔案儲存，放在未來板Lite上。
以中藥材的專題為例子，將檔案儲存為herb_train.py。
使用訓練程式
以中藥材的專題為例子，打開未來板Lite的herb_train.py。
未來板上顯示ChineseYam，代表現在要訓練的分類是淮山。
將KOI 2對準淮山的圖片，按下A鍵，KOI就會錄入淮山的數據。
試試在不同角度和距離錄入數據，提高辨認的準確度。
完成訓練淮山的圖片後，按一下B鍵，未來板就會顯示Chrysanthemum。
將KOI 2對準菊花的圖片，按下A鍵，KOI就會錄入菊花的數據。
重複以上步驟，完成訓練各款中藥的分類。
最後按下中間的M鍵，儲存模型。
成功儲存的話KOI 2會顯示Save Successfully的字樣。
Last updated