4.2 AI輔助開發(fā)技巧 openmv+STM32串口通信 識別物體 神經(jīng)網(wǎng)絡訓練

**非常詳細的視頻和文字教程，講解常見的openmv教程包括 巡線、物體識別、圓環(huán)識別、閾值自動獲取等。非常適合學習openmv、K210、K230等項目
視頻合集鏈接在

專刊openmv視覺文章鏈接:
https://blog.csdn.net/qq_46187594/category_12900902.html

4.2 AI輔助開發(fā)技巧

4.2.1-推薦的ai工具

下面的AI 并無性能先后順序，按照個人了解的先后順序進行介紹，大家可以根據(jù)自己的情況選擇自己合適的。

deepseek

deepseek官網(wǎng): DeepSeek - Into the Unknown

我當時用的時候

由于DeepSeek的服務受到大規(guī)模惡意攻擊或者訪問人數(shù)過多，可能會導致注冊繁忙。請稍候再試。注冊用戶可以正常登錄。感謝您的理解和支持。

如果Deepseek經(jīng)常無法訪問可以使用這:https://cloud.siliconflow.cn/i/aeXRfoX9

可以選擇你想使用的模型類型

選擇在線體驗就行

chatGPT3.5

國外chatGPT鏈接:Introducing ChatGPT | OpenAI :https://openai.com/index/chatgpt/

chatGPT3.5或者chatGPT4.0都可以，chatGPT4.0是收費的

如果沒有賬號可以不登錄使用chatGPT3.5

********

還有國內(nèi)chatGPT鏡像

這個是可以免費使用chatGPT3.5的而且不需要翻墻

國內(nèi)鏡像的免費試用chatGPT鏈接: https://ai.chaoshidai.net/#/?from=invite&invite_id=22650690

當然百度也可以搜索到其他國內(nèi)鏡像的chatgtp有些也是可以免費使用3.5

國內(nèi)AI語義大模型

質(zhì)譜清言:智譜清言

星火模型:訊飛星火大模型-AI大語言模型-星火大模型-科大訊飛

kimi:[Kimi.ai - AI Assistant by Moonshot AI]

4.2.2-如何選擇一個適合的方案

比賽或者工作研究等項目開發(fā)過程中，總是需要開發(fā)一些自己不了解大的功能代碼和方案，那么如何完成這個功能開發(fā)那？

下面通過要完成一個可以 追小球的智能車開始展開介紹。

1. 了解所要執(zhí)行的功能.

(通過B站、CSDN、抖音看別人做成的是什么樣子) 查詢別人完成相關(guān)演示視頻，對整個功能最終效果有所了解。

搜索過程要詳略得到，盡量只搜索關(guān)鍵字，關(guān)鍵詞之間用空格隔開。

總結(jié)為: 直流電機驅(qū)動的小車，通過安裝的攝像頭感知，前方 球形 純色物體的位置，然后控制小車正視智能車和追逐智能車。

2. 查找解決方案

(通過B站、CSDN、抖音、chatGPT看別人做成的是選擇的什么方案) 何為 “方案”-通過選擇什么硬件、通過何種軟件、完成功能。



3. 查找各個方案可行性和執(zhí)行難度等

(開始細致查詢每個方案實施細節(jié)、方案執(zhí)行難度)

主要可以通過查看CSDN、B站、github等網(wǎng)址上有多少人，使用某方案實現(xiàn)了項目，并且他實現(xiàn)的功能你是否滿意。

并且他是否開源或者講解了他的一些方案實時細節(jié)，很重要的一點，你是否能夠大概看懂他講解的方案。

瀏覽簡介和介紹視頻，快速了解這個方案或者項目是怎么回事。

查看目錄，了解項目都是什么方案和功能。

4. 執(zhí)行方案

(嘗試執(zhí)行自己認為最適合自己的方案和方法)

選擇一個方案，開始執(zhí)行。

盡量和你要學習完成或者資料比較多的方案，選擇使用一樣的硬件(這樣可以提高效率)。

在執(zhí)行方案的時候，盡量遵循循序漸進，逐漸逼近完成項目，不要想一口氣，直接做好。

4.2.3-如何執(zhí)行方案

借助AI讀懂代碼

適合比如你不知道從哪里搞了一份代碼，但是你讀不懂，里面的代碼是干什么的，可以發(fā)給AI，讓他幫你講解注釋一下。

比如我發(fā)給他這個是 具體講解一下，下面代碼是什么意思+“3.2.4-通過指定區(qū)域獲得閾值介紹和單獨實現(xiàn)章節(jié)的代碼”

然后這個是他的部分解釋。

借助AI提供優(yōu)化方案

比如我們發(fā)他的內(nèi)容為:描述你當前的代碼或者完成的功能，但是出現(xiàn)的問題，并希望他解決這個問題給出優(yōu)化方案。

現(xiàn)在發(fā)給他 "3.4.6-識別形狀+顏色+增加最小變化閾值+增加最大變化閾值"代碼

比如我詢問他的問題如何：

背景+已經(jīng)完成什么+還需要完成或者優(yōu)化什么+你想讓他怎么幫助你。

現(xiàn)在我做的是openmv視覺追小球智能車，然后現(xiàn)在做視覺部分，可以識別紅色小球，但是發(fā)現(xiàn)識別有些不穩(wěn)定，識別的小球偶爾識別不到，這樣跟蹤目標就會消失，幫我想些優(yōu)化方案，下面是我的代碼，import sensor, image, time
# 定義顏色閾值（L, A, B），用于識別紅色
color_threshold = (0, 100, 0, 127, 0, 127)
# 初始化攝像頭模塊
sensor.reset()  # 重置攝像頭，確保設備正常工作
... ... 省略后面的代碼(這個只是我筆記中省略，實際你和AI對話中盡量把你的代碼帶上，如果代碼太多就只使用核心部分代碼)
... ... 省略后面的代碼
... ... 省略后面的代碼

然后這個是AI的回答，對于AI回答的答案你有什么不懂的可以繼續(xù)問他或者通過B站、CSDN、百度、谷歌等確定這個方案可行性。

比如我以下面 4. 霍夫圓檢測參數(shù)優(yōu)化 這個為例子講解

你可以告訴他: 請仔細講解一下，你給出的

4. 霍夫圓檢測參數(shù)優(yōu)化
問題：圓形檢測可能受到半徑、閾值等參數(shù)的限制。
解決方案：
調(diào)整 threshold, x_margin, y_margin, r_margin 和 r_step 參數(shù)。
如果目標尺寸相對固定，可以縮小 r_min 和 r_max 的范圍。

這個里面參數(shù)是什么意義并且如何調(diào)整，給出示例案例。

比如下面就是AI給出的具體參數(shù)講解

注意到第四個參數(shù)，是檢測圓形半徑的范圍，定義圓形半徑的最小值和最大值

但是這個上面單位是像素，那么我們需要了解，我們當前的像素，對應實際多少mm。

可以繼續(xù)問他 :

你上面描述的

r_min 和 r_max
意義：
控制檢測圓形的半徑范圍，定義圓形半徑的最小值和最大值（像素單位）

這個是像素單位，但是我不知道這個像素單位對應我實際多少mm，然后這個是我的代碼，請幫我講解計算一下

import sensor, image, time
# 定義顏色閾值（L, A, B），用于識別紅色
color_threshold = (0, 100, 0, 127, 0, 127)
# 初始化攝像頭模塊
sensor.reset()  # 重置攝像頭，確保設備正常工作
... ... 省略后面的代碼(這個只是我筆記中省略，實際你和AI對話中盡量把你的代碼帶上，如果代碼太多就只使用核心部分代碼)
... ... 省略后面的代碼
... ... 省略后面的代碼

然后這個是AI 給出的計算案例，當然也可以根據(jù)我前面講解的如何確定像素大小閾值 著方法來確定像素大小。