很高兴能够参加这一次的活动，也是比赛

起初是对机器学习有关方面比较感兴趣，看了一下基本要求，感觉并不是很难，于是就入坑了，但没想到，这个坑还是挺多的，最开始的搭建训练环境也折腾了比较久，真是一言难尽

一开始收到货还是挺快的，本来也想弄一个难度高的题目，关于视频识别之类，后来研究了一段时间，cnn的世界也确实复杂，目前水平不足，觉得换一个题目，思来想去，还是想搞一下神经网络，就选择了语音识别类，目前的想法是基于"用手势或语音命令完成人机交互"这个题目，搭配SD卡和显示屏，完成一个由语音控制的相册，能够通过对它说命令来控制屏幕上图片的显示。

一、首先来介绍一下这个MAX78000

它是由MAXIM公司出品的Arm® Cortex® M4F处理器，其特点是超低功耗、器件集成卷积神经网络加速器。本次使用的开发板为MAX78000FTHR，板载非常丰富的外设资源，例如CMOS VGA图像传感器、数字麦克风、低功耗立体声音频CODEC、1MB QSPI SRAM、micro SD存储卡连接器、RGB指示LED和按键。

当然板载的几个外设芯片也都是MAXIM的主力产品，性能也十分优秀，以下是主要的外设资源图以及它们与MAX78000的通信方式。

FgnPVfh_d1kmN-nDzmYpSZ04mEE0

二、搭建Linux的训练环境

这个真是一开始找不到门路，由于之前没有相关方面的学习，所以一步一步的摸索着来

以下是我自己摸索着来的一个过程，真的是参考了好多内容，功夫不负有心人，最终也终于成功！

自己用的是Windows10电脑，搭配nvida显卡，装双系统的话切换比较麻烦，而且硬盘空间也不太够了，于是选择使用windows的WSL2功能来搭建环境

首先是官方的一个教程文档，以此为中心

GitHub - MaximIntegratedAI/ai8x-training: Model Training for ADI's MAX78000 and MAX78002 AI Devices

根据自己实际使用的环境参考教程搭建

直接安装 WSL2 在非 C 盘

参考微软官方文档

Manual installation steps for older versions of WSL | Microsoft Learn

启用 WSL 功能
首先需要启用 WSL 相关的 windows 功能，win+R 输入 appwiz.cpl 回车 -> 启用或关闭 Windows 功能，然后启用下列三个功能：

编辑

搜集到的一些问题和解决方法：
win11 是默认支持 WSL2 的，如果是 win10 请参考检查运行 WSL2 的要求

设置默认安装 WSL2
为了安装 WSL2，需要先安装 WSL2 的内核更新包：适用于 x64 计算机的 WSL2 Linux 内核更新包。
下载这个 .msi 文件之后，双击安装可能会因为权限问题导致安装失败，参考安装程序出现2502、2503错误解决方法：

打开“命令提示符（管理员）”
在“命令提示符（管理员）”中输入"msiexec /package " +“你将要安装的程序的完整路径及程序名”（注意空格）
然后按回车键，安装程序就会自动启动
此外，你可能还需要使用命令将 WSL2 设置为默认版本：

wsl --set-default-version 2

直接将Linux安装在非 C 盘
到此为止，准备工作都OK了，从官网页面可以下载想要安装的 Linux 发行版：下载Ubuntu20.04

以我下载的 Ubuntu 20.04 LTS 为例，把下载后得到的 .appx 文件放到 D 盘目录下，然后修改后缀名为 zip ，即 Ubuntu2004xxxx.appx -> Ubuntu2004xxxx.zip

然后把它解压，得到一个文件夹，如果文件夹中有 ubuntu****.exe ，那就可以了；但是 20.04 版本解压后应该是有若干个 appx ，这时候根据自己的平台把 Ubuntu_2004_x64.appx 或 Ubuntu_2004_ARM64.appx 修改后缀为 zip，然后再一次解压，这一次就可以得到 .exe 了。

我使用的是Inter处理器，所以选择x64的文件

双击 ubuntu2204.exe 开始安装，如果出现错误，那么大概率是没有更新 WSL2 的内核，回到前面一节 “设置默认安装 WSL2” 更新内核。

安装时根据向导进行相应的设置即可。不过注意在设置用户名时只能设置小写字母、数字和下划线（不能使用大写字母），如果不符合要求是无法选择 [done] 的。

编辑

至此我们已经安装好了 WSL2，在 CMD 中使用命令可以检查我们安装的版本：

wsl -l -v

PS C:\Users\25245> wsl -l -v
  NAME      STATE           VERSION
* Ubuntu    Running         2

更换Ubuntu系统的软件源，由于众所周知的原因，不换源的话软件下载的非常慢/甚至无法下载

在wsl窗口中更换软件源

手动替换
直接编辑/etc/apt/sources.list文件（需要使用 sudo）:
将原文件做备份：

sudo cp /etc/apt/sources.list /etc/apt/sources_copy.list

打开文件：

sudo vim /etc/apt/sources.list

将文件中的内容删除，将镜像源复制到里面。镜像源我使用的是清华的，当然也可以选择阿里的或者其他

ubuntu | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

进去文件编辑器，后直接按d键删掉全部的,再按i键进入编辑模式，粘贴进去，按esc键退出，再输入英文冒号和wq :wq，再点击回车即可

执行命令

sudo apt-get update
sudo apt-get upgrade

如果报错，请参考

apt命令报证书错误的解决方法------- Certificate verification failed: The certificate is NOT trusted._Chaowanq的博客-CSDN博客

更新好后，在windows CMD中输入

更新到最新版本，我这里是内核版本： 5.10.102.1

wsl --update

关闭wsl2

wsl --shutdown

关于显卡的驱动问题，一开始以为需要安装NVIDIA驱动+CUDA驱动，但是后来发现，只需要安装Windows中的NVIDIA显卡驱动就可以,就已经包含了CUDA的驱动,然后在wsl2中只需要安装cudatoolkit就可以

官方驱动 | NVIDIA

当然现在没有人不装显卡驱动吧，这个步骤应该可以忽略。。我装了又卸了又重新安装上一个版本高一点的驱动

安装好重启电脑,在WindowsCMD中输入

nvidia-smi

编辑

可以看到CUDA驱动是11.7版本，显卡也正常运行

输入wsl,启动ubuntu

接下来,安装远程gui界面，用惯了windows，还没有太熟悉命令行操作哈哈，参考

Windows10/11上安装图形用户界面 (GUI)并在 WSL 2 中运行 Ubuntu 22.04_哔哩哔哩_bilibili

!安装GUI命令:
sudo apt update && sudo apt -y upgrade
sudo apt-get purge xrdp
sudo apt install -y xrdp
sudo apt install -y xfce4
sudo apt install -y xfce4-goodies

sudo cp /etc/xrdp/xrdp.ini /etc/xrdp/xrdp.ini.bak
sudo sed -i 's/3389/3389/g' /etc/xrdp/xrdp.ini
sudo sed -i 's/max_bpp=32/#max_bpp=32\nmax_bpp=128/g' /etc/xrdp/xrdp.ini
sudo sed -i 's/xserverbpp=24/#xserverbpp=24\nxserverbpp=128/g' /etc/xrdp/xrdp.ini
echo xfce4-session > ~/.xsession

sudo nano /etc/xrdp/startwm.sh
!以下这两行注释掉:
#test -x /etc/X11/Xsession && exec /etc/X11/Xsession
#exec /bin/sh /etc/X11/Xsession

!添加这一行:
# xfce
startxfce4

启动gui界面
sudo /etc/init.d/xrdp start

输入命令ip addr
获取WSL2的IP地址
在windows中,打开远程桌面连接,输入IP地址,即可连接成功

安装的过程参考

wsl安装xrdp（可视化界面并远程），解决闪退、黑屏_daboluo520的博客-CSDN博客_xrdp闪退

解决WSL Ubuntu20.4+xfce4 图形界面一段时间后黑屏_惰性固体的博客-CSDN博客_xfce4黑屏

禁止xfce4黑屏
我在ubuntu server上安装了xfce，可是每隔十分钟电脑就会黑屏。安装了xfce自带的电源管理程序。貌似不起作用。后来从网上找到如下方法：

修改/etc/X11/xorg.conf配置文件，如果找不到此文件可自行建立。

增加一个 Section “ServerFlags”，包含的内容如下：

Section "ServerFlags"
  
    Option  "BlankTime"  "0" 
  
    Option  "StandbyTime"  "0"
  
    Option  "SuspendTime"  "0"
  
    Option  "OffTime"  "0"

EndSection
注：你也可以将后面的0设置为你所希望的分钟数。

如果还是不起作用，还可以另外增加Section “Monitor”，反正我没做这一步已经起作用了。内容如下：

Section "Monitor"
    Option "DPMS" "false"
EndSection

windows中的代理似乎并不能给wsl中的系统直接使用，

配置 WSL2 使用 Windows 网络代理
通过下面脚本可以便捷实现网络代理的设置：./proxyrc.sh set 设置代理，./proxyrc.sh unset 取消代理（以这种方式设置代理只是临时的，重新进入 WSL 需要再一次设置）。

#!/bin/sh
# 获取 windows 主机 IP
hostip=$(cat /etc/resolv.conf | grep nameserver | awk '{ print $2 }')
wslip=$(hostname -I | awk '{print $1}')
# 代理端口一般是 7890，注意自己去代理软件确认
port="7890"

PROXY_HTTP="http://${hostip}:${port}"

set_proxy(){
    export http_proxy="${PROXY_HTTP}"
    export HTTP_PROXY="${PROXY_HTTP}"

    export https_proxy="${PROXY_HTTP}"
    export HTTPS_proxy="${PROXY_HTTP}"

    export ALL_PROXY="${PROXY_SOCKS5}"
    export all_proxy=${PROXY_SOCKS5}
}

unset_proxy(){
    unset http_proxy
    unset HTTP_PROXY
    unset https_proxy
    unset HTTPS_PROXY
    unset ALL_PROXY
    unset all_proxy
}

test_setting(){
    echo "Host ip:" ${hostip}
    echo "WSL ip:" ${wslip}
    echo "Current proxy:" $https_proxy
}

if [ "$1" = "set" ]
then
    set_proxy
elif [ "$1" = "unset" ]
then
    unset_proxy
elif [ "$1" = "test" ]
then
    test_setting
else
    echo "Unsupported arguments."
fi

安装火狐浏览器，用来浏览一些界面

sudo apt-get install firefox

更新git版本

1、查看git版本

git --version

2、升级Git

sudo apt update # 更新源 
sudo apt install software-properties-common # 安装 PPA 需要的依赖 
sudo add-apt-repository ppa:git-core/ppa # 向 PPA 中添加 git 的软件源 
sudo apt-get update 
sudo apt-get install git

安装NVIDIA Toolkit，这是在wsl2中调用windowsGPU的关键，注意版本的匹配

CUDA Toolkit 11.8 Downloads | NVIDIA Developer

编辑

历史版本可以在网址下面找到,不需要安装跟自己windows上的cuda对应的版本,但是CUDA Toolkit 版本应该要与driver版本匹配Release Notes :: CUDA Toolkit Documentation

我这里安装的是11.3版本的

安装pyenv，这是控制python在哪些目录中生效，以便于管理python版本

Ubuntu中安装pyenv和pyenv-virtualenv

使用pyenv安装python

pyenv install 3.8.11

安装失败/下载不了,参考pyenv进行python版本本地安装_轮子学长的博客-CSDN博客

安装pyenv及利用pyevn安装python - 立体风 - 博客园

如果还不行,有可能是网络问题/换个网或者时间再试一下

配置git 环境

如果之前未配置本地 git 环境，请添加以下命令来配置电子邮件和名称。电子邮件必须与 GitHub 匹配（包括大写/小写）：

$ git config --global user.email "first.last@example.com"
$ git config --global user.name "First Last"

接下来进入正题，开始正式安装训练环境
$ cd <your/project>
$ git clone --recursive https://github.com/MaximIntegratedAI/ai8x-training.git
$ git clone --recursive https://github.com/MaximIntegratedAI/ai8x-synthesis.git

创建虚拟环境,执行以下操作：

$ cd ai8x-training

如果使用 pyenv，请将本地目录设置为使用 Python 3.8.11。

$ pyenv local 3.8.11

在所有情况下，请验证是否使用了 Python 的 3.8.x 版本：

$ python --version
Python 3.8.11

如果这没有返回版本 3.8.x，请安装并初始化pyenv。

然后继续执行以下操作：

$ python -m venv venv --prompt ai8x-training

如果此命令返回类似于“虚拟环境未成功创建，因为 ensurepip 不可用”的错误消息，请安装并初始化pyenv。

在 macOS 和 Linux（包括 WSL2）上，使用

$ source venv/bin/activate

然后继续

(ai8x-training) $ pip3 install -U pip wheel setuptools

下一步因系统是否使用 CUDA 11.x 而异。

对于 Linux 上的 CUDA 11.x，包括 WSL2：

(ai8x-training) $ pip3 install -r requirements-cu11.txt
//注意这条命令已经包含了Pytorch的环境,默认是1.8.1+cuda111版本的

pip下载不成功的时候试试开/关代理,加上换源

-i https://pypi.tuna.tsinghua.edu.cn/simple/

也可本地安装参考pip安装本地whl文件(Linux平台)_Mavi2022的博客-CSDN博客_pip安装本地whl

wsl2安装cuda及pytorch_weixin_42187164的博客-CSDN博客_wsl安装pytorch

wsl2安装cuda及pytorch_weixin_42187164的博客-CSDN博客_wsl安装pytorch

ubuntu下安装多版本cuda及版本切换教程_zeeq_的博客-CSDN博客_ubuntu切换cuda版本

接下来就可以开始训练

使用官方demo里面的kws20_demo进行训练

激动人心的时刻，已经跑起来!

编辑

参考

win11 安装 WSL2 在非 C 盘及配置（图形界面+代理）_热带鱼啊的博客-CSDN博客_wsl2 图形界面
 wsl2和 Windows 如何相互访问文件？_尼888888的博客-CSDN博客_wsl2访问windows的文件

 win10/11下wsl2安装gpu版的pytorch（避坑指南）_Challow的博客-CSDN博客_wsl2 安装gpu驱动

 win11 使用wsl2安装pytorch 梳理_皮仔--的博客-CSDN博客_wsl安装pytorch

三、在Windows中安装IDE编译下载程序

使用官方的IDE，安装好后用VS CODE配置环境，后续的编写下载程序就使用VS CODE来进行

四、正在探索中的内容以及准备探索的内容

目前是已经实现对TF卡中的图片转数组的bin文件读取并进行显示，当然这也费了一些功夫，主要还是以前也没有进行过相关方面的操作，特别是TF卡的

一开始是准备直接读取BMP文件，但是在读取的过程中总是不行，就索性先使用bin文件来试试，原理是一样的，估计还是某个操作出错了。除了bmp格式，后面也会尝试对jpg，png等格式的解码与显示，毕竟图片的格式还是挺多的，如果可以的话还有gif可以试试。嗯。。还有视频，这个后续有机会可以试试，还可以使用板载的摄像头来拍照，再在相册中显示拍出来的内容，等等这好像是一个照相机啊哈哈，这应该都是可以尝试的，先挖个坑嘿嘿

展示一下显示的内容

FgGGWgVCYb0CnmYwKb44Jq43NDx4

Fpv708dwpiO3xwPPl-Z6u6u19tsH

FoOU1gYwDgpaATIXMI2M7_C2B0zD

关于CNN方面目前还没有研究太多，不过也清楚了一个基本的开发流程

后续就是关于命令词的选择以及收集数据，初步确定的有"打开相册、关闭相册、下一张、上一张、自动播放、暂停播放"，还有就是不清楚中文是否能正常用，如果可行的话，就自己录几百遍来训练😭因为没有找到相关的中文词语的数据集

五、遇到的问题

现在有一个问题就是ili9341这个屏幕刷新率太低，现在刷新一整个屏幕需要半秒以上。。FPS甚至不到2，我想对于一款屏幕来说应该不至于此，可能是spi的速率不够吧，后面再研究一下源码，真是一言难尽

目前的问题还是在软件的代码编写上以及训练部署模型方面，关于训练方面，python之前也没怎么使用过，总的来说就是需要慢慢摸索的地方还有很多，学无止境，继续加油