准备工作
win10/11系统的电脑
建议1张FAT32格式的SD卡
建议自备1根Type-C数据线
资料获取
网盘中主要包括Vision Board开发所需要的常用开发工具，百度网盘资料链接：(https://pan.baidu.com/s/1_9UNZbchYImCzTTRpwsmFw?pwd=azsd)
在正式进行开发前，需要安装下图中勾选的四个软件！！！
注册账号并创建Edge Impulse工程
打开Edge Impluse网站，注册登录。随后在项目标签页创建新项目：
上传训练集
按照以下步骤，依次点击Dashboard->Add existing data->Upload data。
注意：若未在数据集中对图片进行label注释（可参考官方文章），需要手动进行添加标签，或直接选择Enter label进行标签定义。分3次单独上传3个不同图片的文件夹，并添加label为ship、truck和plane。
生成特征
点击左侧Impulse design->Create Impulse，依次点击Add a processing block、Add a learning block进行输入数据对象、训练模型的选择，并点击保存。（Add 带星标的即可）
继续点击左侧Image，Color depth选择RGB，点击保存。接下来会自动跳转到生成特征界面，点击生成特征按钮，等待特征生成，结束后会有三维图像显示。
迁移训练
点击左侧Transfer learning按钮，依次设置训练参数：训练周期、学习率等参数。随后选择自己实验最符合的训练模型（默认选第一个），点击开始训练。
如果最后的结果和准确率不满足自己的实验要求，可尝试重新训练，重新更改参数及训练模型。
在Vision Board上部署
在左侧点击Deployment，搜索OpenMV library，点击Build，等待固件生成。
将下载下来的压缩文件解压（"trained.tflite"、"labels.txt"、"ei_image_classification.py"），将ei_image_classification.py改名为main.py，随后将3个文件全部复制到sd卡中去（取下SD卡，使用读卡器将3个文件复制到sd卡）。
用Type-C线连接Vision Board USB-OTG口，随后将sd卡中的main.py拖入OpenMV IDE中，打开并运行，此时可以在串口终端看见识别的结果及准确率。
使用虚拟U盘功能
点击RT-Thread Setting-->TinyUSB->配置项
在TinyUSB选项处依次点开USING USB device->Using Mass Storage Class(MSC),将The name of the block device used by MSC中的内容更改为sd，随后保存。重新点击编译，编译完成后即可烧录到开发板。（由于文件较大，时间可能会比较长）
注意：烧录需要将Type-C线插到USB-DBG口，烧录完成后再将线插到USB-OTG口，使能USB复合设备后，每次第一次上电需要先等待弹出U盘后再连接 OpenMV IDE！！否则会卡死！！
弹出U盘后就可以把生成OpenMV固件拖至u盘中，随后连接OpenMV IDE，即可体验自己训练的神经网络模型。
购买 Vision Board
https://m.tb.cn/h.g0TaaKTnfx6iM2W?tk=lI8TWrhauqR
