不用写代码！在MaixHub上5分钟搞定K210目标分类模型训练（附完整数据集打包指南）

K210学习笔记（十一）——MaixHub在线训练模型（旧版在线炼丹）

文章目录前言一、MaixHub功能介绍二、Maixhub模型训练使用方法1.确定方案三、图片采集四、标注数据集（目标分类跳过这一步）总结 前言 个人觉得K210与openmv最大的区别就是可以跑模型了，虽然不能跑yolov5得这类大型模型，但是还是可以使用一些yolov2、Mobilenet V1等轻量化模型。 一、MaixHub功能介绍 想要训练一个可用得模型，奈何电脑显卡不给力，没关系，我们可以使用Spieed的MaixHub模型在线训练来训练模型。Maixhub 模型训练平台帮助大家快速训练想要的

K210实战指南——MaixHub新版模型训练与部署全流程解析

本文详细解析了K210在MaixHub平台上的模型训练与部署全流程，涵盖数据采集、标注技巧、参数调优及性能优化等关键环节。特别针对在线训练模型和模型部署到K210开发板的实战问题提供解决方案，帮助开发者高效实现AI应用落地。

保姆级教程：用K210+MaixHub，5分钟搞定人脸识别门锁的模型训练与部署

本文提供了一份详细的K210+MaixHub人脸识别门锁开发指南，涵盖从环境搭建、模型训练到硬件集成的全流程。通过YOLOv2模型优化和MaixPy3编程，开发者可快速实现高精度人脸识别门锁系统，适用于智能家居等边缘AI应用场景。

横向对比：用MaixHub在线训练K210模型 vs 本地训练（附实测性能数据）

本文对K210模型训练的两种主流方式——MaixHub在线训练与本地训练进行了横向对比。通过实测数据，详细分析了二者在环境搭建耗时、训练流程控制、模型精度及资源成本等方面的优劣。文章指出，MaixHub在线训练模型能极大降低入门门槛和初始时间成本，适合快速原型验证；而本地训练则提供深度定制能力，适合追求极致精度和算法创新的场景。

200块搞定AI视觉项目：手把手教你用Canmv K210和MaixHub训练专属识别模型

本文详细介绍了如何使用Canmv K210开发板和MaixHub平台，以不到200元的成本实现AI视觉项目。从数据采集、模型训练到部署上板，手把手教你打造专属识别模型，特别适合预算有限但渴望实践的开发者。文章还分享了多个实战中的避坑技巧和性能优化策略。

保姆级教程：用MaixHub在线训练你的第一个K210数字识别模型（附数据集处理避坑指南）

本文提供了一份详细的MaixHub在线训练K210数字识别模型的保姆级教程，涵盖数据集处理、模型训练与部署全流程。特别适合新手开发者快速上手嵌入式AI开发，利用MaixHub平台无需复杂配置即可完成高性能数字识别模型的训练与优化。

告别MaixHub次数限制：用Mx_yolov3 3.0和万能格式转换器，打造离线K210目标识别数据流水线

本文介绍如何利用Mx_yolov3 3.0和万能格式转换器构建离线K210目标识别数据流水线，突破MaixHub次数限制。通过优化数据采集、图像预处理和模型训练部署，实现高效本地化AI开发，显著提升嵌入式目标识别的性能和隐私安全性。

从零部署K210智能视觉系统：固件、模型与串口通信实战

本文详细介绍了从零部署K210智能视觉系统的完整流程，包括固件烧录、模型训练与串口通信的实战技巧。通过硬件准备、软件配置、双固件混合烧录、模型训练部署及串口通信开发等步骤，帮助开发者快速掌握K210在智能视觉领域的应用，提升开发效率。

K210与STM32双芯片智能垃圾分类系统：从模型部署到串口通信与舵机控制

嵌入式视觉与实时控制是物联网智能设备的两大核心技术支柱。在资源受限的MCU平台上，如何平衡神经网络推理算力与多任务外设控制的实时性，一直是开发者面临的核心挑战。K210内置KPU硬件加速单元，可高效运行YOLO等轻量级视觉模型，而STM32凭借成熟的外设库与稳定生态，擅长处理PWM舵机驱动、串口DMA通信及复杂状态机调度。通过自定义串口协议帧实现双芯片可靠通信，结合模型转换工具链与DMA中断接收、定时器脉宽调制等工程手段，可构建一套低成本的实时视觉分拣系统。该方案适用于智能垃圾分类、工业分拣、竞赛演示等边缘

STM32+K210物联网害虫识别植物养护系统设计与实现

嵌入式系统与边缘AI结合正成为物联网智能设备的重要技术方向。其核心原理是通过多种传感器采集环境数据，结合AI视觉算法进行目标识别，再由主控芯片完成决策控制，最后借助无线通信将数据上云，实现远程管理。这种架构在智能农业、智慧城市等领域价值显著，能够实现从环境感知到智能决策的闭环，提升系统效率与可靠性。以多功能植物养护系统为例，STM32作为主控负责土壤湿度、光照等数据的采集与自动灌溉控制，K210作为边缘AI协处理器运行害虫识别模型，并通过MQTT协议将状态上传到云端，实现手机远程监控与手动控制。围绕硬件选型

手把手教你用Python+GDAL处理0.5米吉林一号卫星影像（附代码）

本文详细介绍了如何使用Python和GDAL处理吉林一号0.5米高分辨率卫星影像，包括环境配置、数据预处理、分辨率融合、植被指数计算及地物分类等关键步骤。通过实战代码示例，帮助开发者高效处理大尺寸遥感数据，解决资源崩溃和算法选择问题，提升遥感影像分析能力。

基于STM32与ESP8266的MQTT协议实现阿里云物联网平台远程LED控制

本文详细介绍了如何利用STM32单片机与ESP8266 Wi-Fi模块，通过MQTT协议连接阿里云物联网平台，实现远程控制LED灯的完整物联网项目。内容涵盖硬件连接、阿里云平台配置、MQTT协议与AT指令解析、STM32代码实战以及数据解析与调试技巧，为嵌入式开发者提供了一个清晰、实用的物联网入门实践指南。

RK3568+XS9922B+Android11双模视频输入：CVBS与AHD兼容驱动开发实战

本文详细介绍了基于RK3568平台和XS9922B解码芯片，在Android11系统上开发支持CVBS与AHD双模视频输入的兼容驱动实战。内容涵盖硬件选型、内核驱动框架分析、双模信号自动识别与配置、视频通道切换实现及图像质量优化等关键技术点，为车载监控等需要兼容新旧摄像头的项目提供完整解决方案。

从零开始：QNX SDP 8.0开发环境搭建与实战入门

本文详细介绍了如何从零开始搭建QNX SDP 8.0开发环境并进行实战入门。内容涵盖许可证获取、环境安装、命令行与IDE工具使用、BSP构建、系统镜像生成，以及编写、编译和运行第一个QNX程序的全过程。旨在帮助嵌入式开发者，特别是汽车电子和工业控制领域的工程师，快速掌握这一实时操作系统（RTOS）的开发基础。

手把手教你用UNet实现轨道缺陷检测（附RSDDs数据集下载与完整代码）

本文详细介绍了如何使用UNet模型实现轨道缺陷检测，包括RSDDs数据集的下载与处理、UNet架构的改进与优化、训练策略设计以及模型部署的全流程。通过实战案例，展示了如何利用深度学习技术提升工业质检效率，特别适合从事工业缺陷检测和图像处理的开发者参考。

二手分析仪器改造实战：如何用PMT搭建荧光检测电路（附完整电路图）

本文详细介绍了如何利用二手分析仪器中的光电倍增管（PMT）核心部件，进行荧光检测电路的实战改造。内容涵盖从PMT工作原理理解、高压供电电路设计、低噪声前置放大（跨阻放大器）到信号调理的完整流程，并提供了关键电路图与调试排错指南，旨在帮助电子爱好者与工程师低成本构建稳定、高灵敏度的专业检测系统。

定位教程7---旋转中心标定之方法二

手算相机相对机器人关系

Python 爬虫实战：网站反爬机制绕过终极指南（技术原理 + 实战代码 + 避坑技巧）

在 Python 爬虫的世界里，反爬机制是每一个爬虫开发者都必须面对的挑战。网站为了保护自身数据不被恶意爬取，会设置各种反爬机制，这使得爬虫开发变得更加复杂和有趣。本文将详细介绍常见的网站反爬机制及其绕过方法，结合技术原理、实战代码和避坑技巧，帮助你成为一名优秀的爬虫开发者。

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的，已经排好版了，而且还是完整的，适合小白

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术，以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索，主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式，计算机控制系统的数学描述与基本分析方法，以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。