Alex_XT的博客

YOLO-v2-tiny是基于YOLO(You Only Look Once)实时目标检测算法的轻量级版本，专门为嵌入式设备和资源受限环境优化。本模型能够检测20种常见物体类别，在保持较高检测精度的同时大幅减少了计算量和模型大小。20种物体检测模型， 使用 YOLO v2 tiny 网络， 具体的20种类别看详情介绍。

QVGA(320x240)选择依据：在MaixPy开发板(如K210)上平衡处理速度与识别精度的最佳分辨率低光照优化：sensor.set_brightness(+1) 适当提升亮度。

本文介绍获取 MaixPy 系列开发板机器码， 在下载 MaixHub 加密模型（smodel）时需要，每个开发板都需要使用这个机器码下载的加密的模型才能正常运行。（不加密的模型不需要使用机器码下载）

MaixPy 存储系统大致如下图所示：由上图可知，MaixPy 中的存储介质主要由 Flash，SD 卡组成，分为三块区域，分别是 MaixPy.bin 固件区，xxx.kmodel 模型区，文件系统区：Flash 上为 spiffs（SPI Flash File System），SD 卡为 Fatfs（FAT file system）。

MaixPy是基于MicroPython的K210开发框架，支持硬件加速的AI视觉和音频处理。其特点包括：低成本（核心模块低于50元）、高效能（1TOPS算力）、易用性（简洁的Python代码即可实现复杂功能）。应用场景涵盖人脸检测、物体识别、情绪识别、车牌识别等AI视觉任务，以及麦克风阵列、FFT频谱分析等音频处理。典型应用包括分拣系统、云台跟踪、送药小车等。开发资源丰富，提供固件下载和详细文档支持。