CanMV K230 波形识别——整体部署（4）

花月mmc2026-02-06 16:28

说明

将训练完成转换的神经网络模型部署到K230中，实现推理

数据与模型

模型输入为DFT后的幅值信息，因此将数据保存为npy文件后，神经网络模型转换为kmodel文件后，将两个文件放在SD卡中，开发板数据线连接电脑后显示盘符，点开设置

打开并新建文件夹放置文件

路径名称可以自行更改

在IDE中编写代码

python 复制代码

'''
实验名称：模型推理
作者：hy
实验平台：01Studio CanMV K230
说明：将量化的kmodel文件与数据文件载入到SD卡中，并进行推理
'''

#导入模块
import nncase_runtime as nn
import ulab.numpy as np

# 初始化 kpu 载入 kmodel
kpu = nn.kpu()
kpu.load_kmodel("/sdcard/HY/3/test.kmodel") # 存储模型位置，自定义更改
# 载入测试数据
data=np.load("/sdcard/HY/3/data1.npy")
print('data.shape',data.shape)

print("inputs info:")
for i in range(kpu.inputs_size()):
    print(kpu.inputs_desc(i))

print("outputs info:")
for i in range(kpu.outputs_size()):
    print(kpu.outputs_desc(i))

input_data=np.zeros((1,10), dtype=np.float)

for i in range(10):
    # 共3000组数据，每组1000
    kpu.set_input_tensor(0, nn.from_numpy(data[i+2000])) 
    # run kmodel
    kpu.run()
    # get output
    result = kpu.get_output_tensor(0)
    result = result.to_numpy()

    print('波形识别结果为 {0} 分数为 {1}:'.format(np.argmax(result),np.max(result)))

选择第三类数据，推理类别结果显示未2（分别为0,1，2），推理最大值差异不大

文件地址如下：http://dsp-ai.com/?post=11