恩智浦AI视觉组入门教程
各参赛同学们你们好，昨天的推文预告了今天发教程，说到做到，今天这就发教程来了，该入门教程由NXP委托逐飞进行赛题验证后整理编写而来，现在发布给所有AI视觉组的参赛同学参考学习使用。当然，其他有兴趣想学习AI在MCU上的应用、Micropython等更多实用有趣的嵌入式开发技能的同学们也可以参考。
OpenARTmini视觉模块
进入正文前，我们通过下方框图整体了解每个章节的内容，先大概了解每个章节做的工作是什么作用，这样有助于理解每个章节的内容。同学们可以参考以下章节内容训练模型，但这只是一个初级参考，希望此篇入门教程能抛砖引玉，让我们在赛场上看到更多牛人的惊艳作品，我们拭目以待。
点击图片可放大
一、软件安装
1.1、操作系统版本确认
在安装配套的软件之前首先确认系统是否满足要求，操作系统必须是win7或者以上且必须是64位的系统。这里强烈建议大家使用win位的版本。因为后面所有的讲解与演示都是基于win10系统。
1.2、安装python
使用提供的资料包，找到python-3.6.8-amd64.exe（务必使用这个版本的python）文件，双击文件开始安装，如下图所示：
a．务必勾选AddPython3.6toPATH之后再点击Customizeinstallation。
b．点击Next进入一下步。
c．点击Browse指定python安装目录，自己指定安装目录的好处在于当需要找到python目录的时候自己会比较清楚安装的位置，需要切记指定目录不能含有中文。
d．然后点击Install开始安装，直到安装完成。
1.3、安装pycharm
使用提供的资料包，找到pycharm-professional-.3.exe文件，双击开始安装，如下图：
a．点击Next进入下一步
b．点击Browse指定pycharm安装目录，自己指定安装目录的好处在于当需要找到pycharm目录的时候自己会比较清楚安装的位置，需要切记指定目录不能含有中文。然后点击Next。
c．勾选64-bitlauncher和AddlaunchersdirtothePATH，再点击Next。
d．然后点击Install开始安装。
1.4、更换pip安装源
在后续的使用中我们需要依赖一些工具包，我们将会通过pip在线安装工具包，但是由于默认的pip安装源速度很慢，因此我们需要对pip的安装源进行更换，切换为国内阿里的源提高安装速度。
a．打开资源管理器并打开C盘，然后点击图片中箭头所指的查看。
b．然后勾选上隐藏选项，这样我们才能找到我们需要打开的一个文件夹。
c．进入“用户”文件夹
d．然后选择自己的用户账号文件夹进入，这里我的账户名称是SEEKFREE因此我需要打开SEEKFREE文件夹。
e．依次打开AppData、Roaming文件夹。
f．在Roaming文件夹内新建一个文件夹并取名为pip，将资料包中的pip源切换压缩包中的pip.ini文件放入新建的文件夹中。到此pip源切换就完成了。
1.5、安装相关的包
提供的python代码用到了很多的包，因此为了保证代码能够被正确的运行我们需要将用到的包给安装好。
a．按下windows微标键+R按键，在左下角弹出的窗口中输入cmd，然后回车。在打开的命令提示符窗口中我们将会使用pip3命令来安装各种我们需要的包。
b．在命令提示符窗口中输入pip3installscikit-learn==0.22.1并回车，等待安装完成。
c．在命令提示符窗口中输入pip3installnumpy==1.16.6并回车，等待安装完成。
d．在命令提示符窗口中输入pip3installtensorflow==1.14.0并回车，等待安装完成。
e．在命令提示符窗口中输入pip3installkeras==2.2.4并回车，等待安装完成。
f．在命令提示符窗口中输入pip3installmatplotlib==3.1.3并回车，等待安装完成。
g．在命令提示符窗口中输入pipinstallonnx==1.5.0并回车，等待安装完成。
h．在命令提示符窗口中输入pipinstallonnxmltools==1.5.0并回车，等待安装完成。
i．在命令提示符窗口中输入pipinstallPillow==6.2.1并回车，等待安装完成。
j．在命令提示符窗口中输入pipinstallh5py==2.10.0并回车，等待安装完成。
k．在命令提示符窗口中输入pipinstallwheel==0.34.2并回车，等待安装完成。
l．在命令提示符窗口中输入pipinstallopencv-python==4.5.1.48，等待安装完成。
m．到此我们需要的一些包全部安装完成了，如果以后自己在学习时遇到了没有安装的包一样可以通过这样的方式来安装。
n．检查包版本，在桌面空白处按住shift右击鼠标选择Powershell，然后输入piplist并回车，查看自己的各种包版本是否与下图一致，如果不一致可能出现无法训练模型等问题。其中重点
