虽然未能训练出来好的模型，但是步骤大概了解了。

maixhub-模型训练网站

模型训练步骤：

创建模型并点击进去：

数据集、上传图片：

标号签后选择参数：

最后创建训练即可。

yolov2部署模型：

将下载的模型中的main.py中的先验框复制到此处：

先验框的作用是让yolov2的racal更大，能检测的东西更多，可以手动设置，但是不如生成的。

如果是本地训练，转换的时候还要再这里填上转换平均值和影响因子：

maixhub训练的也可能会不同，改成与训练的模型相同的数值就行。

在这里填的是纯输出的总数，根据yolov2的网上和sipeed所说的公式应该是以下公式：（而网络的最终输出大小应该为7*7*c,输出格式由于进行归一化操作，应为浮点数形），（输入的格式由于转换的awnn是int8形，则选uint8）

在这个位置填上训练好的模型的位置和名字

最后，编译！，复制、粘贴、运行！

外言

本次的摄像头用的两个通道，官方并没有说这个通道是干啥的，只是标注了以下如果是v831则启用1摄像头，而在这个例程中0摄像头用作训练图片、1摄像头用作box处理，所以我盲猜摄像头的通道数不会影响图片，也就是两个通道得出的图片在同一时间是一样的。另外，这个结构至少在v831不可动，血的教训！