OpenMV Cam

适用产品

• OpenMV Cam H7（yes）
• OpenMV Cam H7 Plus（yes）
• OpenMV Cam N6（yes）

限制

• OpenMV4 Cam H7 / H7 Plus 只支持分类模型，不支持目标检测模型。
• OpenMV Cam N6 支持分类模型和目标检测模型。

电脑要求

• Windows ，或 MacOS ，或 Ubuntu 操作系统。
• 电脑安装了 OpenMV IDE（4.8.6以上）。
• 最新的固件版本(5.0.0以上)

生成模型

在分类项目或目标检测项目下，设备选择 OpenMV，点击开始训练。训练完成后，可以下载一个 zip 文件。

解压 zip 文件后得到 3 个文件：

1. trained.tflite — 模型文件
2. trained.txt — 标签文件
3. main.py — 运行代码

部署模型

第一步：通过 USB 连接到电脑

将 OpenMV Cam 通过 USB 连接到电脑，打开 OpenMV IDE 并连接设备。

第二步：打开 ROMFS 编辑器

在 OpenMV IDE 中，点击菜单 工具 → ROM文件系统 → 在OpenMV Cam上编辑romfs。

第三步：添加模型文件

在 ROMFS 编辑器中，点击 添加文件 按钮。

在文件选择对话框中，选择解压得到的 trained.tflite 文件，点击 打开。

第四步：编译模型

添加 tflite 文件后，会自动弹出 STEdgeAI 编译器 设置对话框，保持默认设置，点击 确定。

等待编译完成，编译过程需要一段时间。

编译成功后，点击 确定。

第五步：添加标签文件

再次点击 添加文件，选择 trained.txt 标签文件，点击 打开。

第六步：提交并烧录

确认 ROMFS 编辑器中已包含 trained.tflite 和 trained.txt 两个文件后，点击 提交 按钮。

弹出确认对话框 将ROMFS送往OpenMV Cam，点击 确定。

等待烧录完成，烧录过程中请不要断开 USB 连接。

第七步：打开运行代码

烧录完成后，在 OpenMV IDE 中点击菜单 文件 → 打开文件。

选择解压得到的 main.py 文件，点击 打开。

第八步：运行并查看结果

点击 OpenMV IDE 左下角的 运行 按钮，即可开始运行模型。右上角的帧缓冲区会显示摄像头画面，串行终端会输出识别结果。

目标检测结果示例：

分类结果示例：