準備工作

win10/11系統的電腦

建議1張FAT32格式的SD卡

建議自備1根Type-C數據線

在正式進行開發前，需要安裝下圖中勾選的四個軟件！！！

注冊賬號并創建Edge Impulse工程

打開Edge Impluse網站，注冊登錄。隨后在項目標簽頁創建新項目：

上傳訓練集

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

注意：若未在數據集中對圖片進行label注釋（可參考官方文章），需要手動進行添加標簽，或直接選擇Enter label進行標簽定義。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Impulse design->Create Impulse，依次點擊Add a processing block、Add a learning block進行輸入數據對象、訓練模型的選擇，并點擊保存。（Add 帶星標的即可）

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

遷移訓練

點擊左側Transfer learning按鈕，依次設置訓練參數：訓練周期、學習率等參數。隨后選擇自己實驗最符合的訓練模型（默認選第一個），點擊開始訓練。

如果最后的結果和準確率不滿足自己的實驗要求，可嘗試重新訓練，重新更改參數及訓練模型。

在Vision Board上部署

在左側點擊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個文件全部復制到sd卡中去（取下SD卡，使用讀卡器將3個文件復制到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果及準確率。

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復合設備后，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，即可體驗自己訓練的神經網絡模型。