前言
省赛博客（k210）
比赛成绩：全国一等奖
继上次省赛，更换如下配置：
1. 开发板：? ??jeston nano
2. 摄像头：??USB广角摄像头??
3. 算法：? ? ? yolov3换成yolov4-tiny? ?cpu训练模型换成了gpu训练模型
4. 硬件：? ? ? 串口屏换成了与英伟达配套的屏幕
核心技术：jeston nano
基本环境配置以及使用方法可跳转? ??
垃圾模型训练
?环境搭载完毕后，针对比赛而言，就需要开始制作自己的垃圾数据集开始训练了：
使用yolov4-tiny进行模型训练
安装VS2019 及c++，python（有pycharm就不用装了，没有就装），下载darknet源代码
安装好OpenCV4.0以上的版本后配置环境变量：
安装完成后将
这两个文件移动到darknet-master\build\darknet\x64中用记事本打开darknet.vcxproj查找替换中的CUDA版本为对应的版本（这里为11.1）
，打开darknet-master\build\darknet\darknet.sln 点开属性（alt+enter）后第一步：
?
第二步：添加包含库、库目录
第三步：添加依赖
第四步：?CUDA C/C++选项中，修改device? compute值：
确定保存后运行生成，将生成后的yolo_cpp_dll.lib拷贝至darknet-master\build\darknet\x64目录下即可。
参考：Windows10下编译opencv以及yolov4、yolov4_cpp_dll.dll_kai_io的博客-CSDN博客等
Yolov4-tiny垃圾训练步骤
将图片和xml标签文件准备好，参考：
使用yolov3训练自己的数据--详细过程及问题总结_weixin_41813620的博客-CSDN博客_yolov3 训练
为目标检测制作PASCAL VOC2007格式的数据集_hitzijiyingcai的博客-CSDN博客_voc2007数据集格式等
我的步骤：图片准备用python摄像头拍照程序，拍完照片后重命名，用labelImg软件标注类别：
（ps：kitchen 笔误，以下kittchen均为笔误，抱歉各位看官）
完成后将所有图片放入D:\Myproject\darknetmaster\build\darknet\x64\object\VOCdevkit\VOC2021\JPEGImages中
所有xml标签文件放入Annotations中。
（涉及这些文件等）
Python txt.py 生成txt文件
修改voc_label.py文件中的class类名称与要识别的垃圾名称对应
Python voc_label.py 生成labels训练文件（数量与xml标签文件一致）
修改yolov4-tiny-train.cfg和yolov4-tiny-test.cfg文件中的class变量和 filter=（class+5）*3变量（有两处）
?修改coco.data文件中class变量与识别种类数量一致
修改coco.name文件中的识别名称与voc-label.py中的名称顺序一致（注意最后不要加回车）
WIN+R? 打开命令行
D:????? 转到D盘
cd : D:\Myproject\darknet-master\build\darknet\x64\object?? ?转到工程路径
cd .. 转到上一级目录
Darknet detector train object/coco.data object/yolov4-tiny-train.cfg yolov4-tiny.conv.29开始训练
生成权重文件后，将权重文件复制粘贴到jeston nono中，通过程序进行垃圾识别分类。
英伟达垃圾识别程序
部分代码如下：
比赛收获总结
? ? ? ?国赛的经历相比省赛给了我更多的收获，通过学习图像识别的相关知识，从yolov3到yolov4等算法的相关知识，到最终采用的yolov4-tiny来进行目标检测识别垃圾。有了省赛的经验，在准备国赛的时候不急不躁，一直慢慢来，本着求稳不求快的原则在备赛期一直顺顺利利，和队友默契配合，有效沟通，不断解决出现的问题，暑期留校的一个月内，深入的学习了英伟达的使用，准备了两套备用方案，以备不时之需。最终成功的完成了国赛的挑战。三天的比赛期间，结交了很多志同道合的朋友，见识到了大家的比赛热情以及强劲的实力，也意识到了自己的不足，比赛虽然结束，却是一个新的开始，一年的经历，感谢队友一路陪伴，家人女友的鼓励，让我重新燃起斗志，不断鼓励我永不放弃。这次的比赛也让我深深意识到，每个人都可以成功，前提是要相信自己，把你的工作变成你的热爱，投入你的热情。只要相信你可以成功，那么你就已经成功一大半了。谨以此博客致敬努力的自己，致敬一起努力的大家。博客如有不准确还请指教，感谢大家阅读，加油，朋友！欢迎大家评论区交流学习。