起因
我家娃写作业那坐姿,简直没法看。趴着歪着,脑袋快贴本子上了。天天喊吧嗓子都干了,也就好两分钟。就想,能不能整个能看画面的摄像头小玩意儿,娃一趴下去就"嘀嘀"提醒,比我一直吼强。
手头正好有块 Vision Board,带摄像头还能跑 AI,还自带块小屏。得,就拿它开刀。
想清楚怎么干
坐姿检测听着一句话,其实两条路:一是靠量尺寸——用自带的人脸检测,量脸歪没歪低没低,简单但不准;二是教板子"认坐姿"——收集一堆好坏坐姿照片训个模型,准但费劲。我想要真能分好坏,选了后者。
找教材 + 搭环境
网上找了份公开数据集,好坏坐姿各一半,一共136张。然后开始搭训练环境——这一步最折腾。我电脑 Python 太新,训练工具不支持,正经装 3.10 又被系统拦(报 1603)。最后用免安装版解压就能用,才算搞定。
先埋个伏笔:136张其实太少,想教会板子认人有点勉强。后面果然在这儿栽跟头。
训模型
没从零训,拿个现成的认图像模型(MobileNetV2)在它基础上教,这招叫迁移学习,省数据又快。流程就是:照片 → 现成模型先看懂 → 再教它分好坏 → 压成小板子能跑的格式 → 导出个2.7MB的小文件。
成绩呢:训练集97%,看着挺美。可一到没见过的新照片只有 70%。这就是过拟合——相当于把例题答案背下来了,换个数字就不会。根子还是教材太少。
装进板子 + 调试(坑最多)
模型练好,拷进板子的SD卡,就该跑起来了。结果坑一个接一个:
踩的坑 | 为啥 | 咋解决 |
|---|---|---|
代码报错没csi模块 | 网上抄的是别家写法 | 改回标准的sensor |
电脑找不到板子 | 没被认成串口 | 换数据线(有的线只能充电) |
人脸一个框不出 | 画面倒了/脸太远 | 翻转画面、凑近点 |
扫描脚本卡死 | 循环里疯狂切方向堵住了 | 改成手动一次一个 |
屏幕一团乱码 | 屏480×360,画面320×240,尺寸对不上又没缩放,像素全错位 | 画面改480×320再居中 |
最坑的是屏幕乱码,折腾半天才发现是尺寸对不上——板子死脑筋一个像素一个像素硬填,全歪了。调成匹配再居中,画面立马端端正正,那一刻挺有成就感。
板子咋"认"坐姿的
简单说:摄像头拍一张 → 自动缩成模型要的大小 → 喂进"坐姿大脑" → 吐出"好/坏"俩可能性 → 哪个大算哪种 → 坏的持续一小会(防误判)就嘀嘀。全程板子自己搞定,不用连电脑,这才是能摆娃桌上独立干活的样。
import sensor, time, lcd, tf
from machine import PWM
MODEL_PATH = "/posture_model.tflite"
GOOD_IDX = 1 # labels.txt 里 good 是第几类
THRESHOLD = 0.6 # 好坐姿置信度门槛
SUSTAIN_MS = 800 # 坏坐姿持续多久才报警(防抖)
INPUT_SIZE = (96, 96) # 必须和训练 IMG_SIZE 一致
buzzer = PWM(13, 0, 4000, 0) # 蜂鸣器引脚按实际改
def beep(on): buzzer.duty(200 if on else 0)
sensor.reset()
sensor.set_vflip(True)
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.set_windowing(INPUT_SIZE) # 裁到模型输入尺寸
lcd.init()
net = tf.load(MODEL_PATH) # 从SD卡加载模型
clock = time.clock()
bad_since = None
while True:
clock.tick()
img = sensor.snapshot()
good_score = 0.0
for i, p in enumerate(net.classify(img)): # 分类推理
if i == GOOD_IDX:
good_score = p.value()
is_good = good_score >= THRESHOLD
if not is_good:
if bad_since is None:
bad_since = time.ticks_ms()
elif time.ticks_diff(time.ticks_ms(), bad_since) > SUSTAIN_MS:
beep(True)
else:
bad_since = None
beep(False)
img.draw_string(2, 2, "GOOD" if is_good else "BAD",
color=(0,200,0) if is_good else (255,0,0), scale=2)
lcd.display(img)
print("good=%.3f" % good_score)
到哪一步了 + 后续想法
搞定了:环境、模型、转格式、装板子、屏幕显示。还差点:准确率70%偏低,完整的检测加提醒还没在板子上整跑一遍。
接下来打算:一是多拍几百张补教材,这是提准最狠的一招;二是把整个链条在板子上真正转起来;三加点小功能,屏上显示"坐直啦"、统计今天提醒几次。
