VIP20
本课程属于：037-Kendryte K210与MaixPy边缘视觉部署 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

3. K210人脸识别项目：摄像头采集、人脸检测与本地推理

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
了解K210芯片特性 · 人脸识别项目整体流程 · 学习目标与课程安排
课程导入K210
02
开发环境搭建
安装MaixPy IDE · 配置固件 · 连接K210开发板
开发环境搭建MaixPy
03
硬件外设认知
认识K210开发板上的摄像头 · LCD屏幕 · LED
硬件外设认知K210
04
摄像头图像采集
初始化摄像头 · 配置分辨率与格式 · 实时显示图像到LCD
摄像头图像采集初始化摄像头
05
图像基础处理
理解RGB565 · 灰度图 · 图像尺寸
图像基础处理RGB565
06
人脸检测原理
了解传统Haar特征与K210内置的…
人脸检测原理Haar
07
K210人脸检测API
使用find人脸相关函数（如find… · find_lbp等）进行人脸检测
K210API
08
人脸检测实战
编写代码实现实时人脸检测 · 并在LCD上绘制检测框
人脸检测实战编写代码实现实时…
09
人脸识别与检测的区别
理解人脸检测（定位人脸）与人脸识别（…
人脸识别检测的区别
10
人脸特征提取
学习如何提取人脸特征向量（如使用KP…
人脸特征提取KP
11
本地推理基础
了解K210的KPU（神经网络处理器…
本地推理基础K210
12
模型部署流程
将训练好的人脸识别模型转换为K210…
模型部署流程K210
13
人脸识别模型选择
介绍适合K210的轻量级人脸识别模型… · MiniXception）
人脸识别模型选择K210
14
数据集准备
采集人脸图像 · 标注 · 划分训练集与测试集
数据集准备采集人脸图像
15
模型训练入门
使用PC端训练人脸识别模型 · 并导出为ONNX或TFLite
模型训练入门PC
16
模型转换与优化
使用工具将模型转换为K210支持的k… · 并量化压缩
模型转换优化
17
KPU加载模型
在K210上加载kmodel · 并执行推理获取特征向量
KPU加载模型
18
人脸比对与识别
计算特征向量相似度（如余弦相似度） · 实现身份判断
人脸比对识别
19
注册与识别流程
设计注册新用户 · 保存特征 · 识别时匹配的完整流程
注册识别流程
20
实战项目
实现一个简单的人脸门禁系统 · 支持录入人脸 · 识别并控制LED或蜂鸣器
实战项目实现一个简单的人…
21
性能优化
调整摄像头帧率 · 分辨率 · 检测阈值
性能优化调整摄像头帧率
22
常见问题排查
解决摄像头花屏 · 检测不到人脸 · 识别错误等典型问题
常见问题排查解决摄像头花屏
23
多目标人脸检测
处理画面中多人脸的情况 · 并分别识别
多目标人脸检测处理画面
24
人脸跟踪
结合帧间位置预测 · 实现简单的人脸跟踪 · 减少漏检
人脸跟踪结合帧间位置预测
25
低光照与逆光处理
调整摄像头曝光 · 白平衡 · 提高复杂环境下的检测鲁棒性
低光照逆光处理
26
内存与资源管理
优化代码 · 减少内存占用 · 避免K210资源不足
内存资源管理
27
固件与库升级
了解MaixPy固件更新 · 添加自定义库的方法
固件库升级
28
综合实战
结合LCD交互菜单 · 实现人脸注册 · 删除
综合实战LCD
29
项目部署与调试
将程序固化到K210 · 脱离IDE独立运行 · 并调试稳定性
项目部署调试
30
课程总结与拓展
回顾核心知识点 · 探讨K210人脸识别在物联网 · 边缘计算中的更多应用方向
课程总结拓展