实现效果

我们会用 aXeleRate, a Keras-based framework for AI on the edge 训练人物检测模型，使用 Codecraft 个性化模型扩展来实现简单的人物跟随算法。

编写程序

打开 Colab Notebook 然后按照步骤进行操作，最后，经过几个小时的训练，您将获得保存在Google云端硬盘中的.h5，.tflite和.kmodel文件。下载.kmodel文件，将其复制到SD卡，然后将SD卡插入主板。
打开 Codecraft, 点击添加扩展（有关如何添加扩展，请访问：添加扩展），选择个性化模式，随后点击物体检测模型。
image.png
您需要在此处输入SD卡上模型的路径，例如 / sd / model.kmodel ，然后输入在 Codecraft 界面中看到的实际模型的名称（可以是任何名称，输入物体）、类别名称（人）和锚点。我们没有更改锚参数，因此使用默认参数。
image.png
之后，您将看到三个新出现的程序块。编写一个简单的人物跟随脚本——我们将使用“检测到的物体X坐标”程序块，使用其输出，可以得出结论：检测到的物体是位于屏幕中间、右侧还是左侧。在程序开始时，我们还将舵机倾斜角度设置为 110 度，因为模型需要看到人的全身来进行检测。
project5-1.png

硬件连接

打开电源开关，并用Type-C USB线将小车连接到电脑。

上传程序

如1中所述，点击“连接”，成功连接之后点击下方的“上传”，上传所编写程序。

实验程序

您也可以尝试用 Micropython 在 MaixPy IDE 中编写该程序更高级的版本。 您可以在此 GitHub 存储库中找到参考代码，并在 我们的 YouTube 频道 上观看演示视频。