文档目录：
- 硬件介绍及实现的功能
- 实现思路及实现功能的具体介绍
- 功能展示图 - 3～5张
- 遇到的主要难题
- 未来的计划建议等
- 可编译下载的代码（放在附件，若太大可以百度网盘的形式贴链接）
文档正文：
1.硬件介绍及实现的功能
UnitV2是M5Stack推出的一款高效率的AI识别模块,专为, 采用Sigmstar SSD202D(集成双核Cortex-A7 1.2Ghz处理器)控制核心，集成128MB-DDR3内存，512MB NAND Flash, 1080P摄像头。内嵌Linux操作系统，集成丰富的软硬件资源与开发工具，致力带给用户开箱即用，简洁高效的Ai开发体验。
本次使用该摄像头完成了一个口罩佩戴情况的识别，并能实时报警，可将每日情况汇总到excel表格中。
2.实现思路及实现功能的具体介绍
首先是识别，我采用官方提供的在线训练网站http://v-training.m5stack.com/build/index.html，将使用摄像头拍摄好的60张本人和舍友的不同角度的戴口罩的和不带口罩的照片上传，然后进行训练
然后是运行模型ssh配置好后，使用群友给发的文件压缩包，里面包含了run.py和一个test.json，但是目前来看感觉再这种操作中这个json文件并没有起作用。（可能起作用了没发现？）
进入文件夹，运行文件，识别没有问题，接下来是报警，报警使用的是自带的gpio驱动的小灯。遇到戴口罩亮白灯，遇到未戴口罩的亮红灯，以此快速区分和报警。
之后是统计，统计使用的是最原始的excel。原因：本来以为可以想stm32那样串口传参，但是发现不行，想用socket编程，结果发现并不能直接发送数据包建立连接（不在一个广播域上），最后发现ssh可以传输文件，那就用文件形式传输吧，使用的excel文件作为中间媒介。每次遇到人脸后，就将数据保存在excel中，在excel采集的数据一共包括，遇到的戴口罩/不戴口罩的时间，戴口罩/未戴口罩的类型，当前戴口罩/未带口罩的总人数，以及当前摄像头采集的区域。真正的知道场馆（区域内）有多少带口罩/未带口罩的人数，还需要配合两个光电门判断方向，结合此摄像头的数据就可以完成。如果后期还需要再进行数据处理，可以直接从excel中读取处理即可。
3.实现截图
4.遇到的主要难题
没错我就是微信群里问题最多的那个人。。。
首先就是，输入的训练的网站打不开，复制粘贴就可以。不明白为什么。
然后是训练照片的问题，明明照片很多但是总显示少于30张，后来看群友说可能是因为有高度相似的，想想有道理，下次可以多换几个舍友一块拍照（ps：获取人脸信息不商用的话不违法吧。。。）
照片训练完成，模型也下载下来了，下载了vscode，怎么使用ssh呢？dos每次输入命令太慢了，于是我尝试了几个vscode上自带的ssh工具，最终使用了ssh tool，这个工具不仅可以记录密码一键登录，还可以一键下载或者上传文件，这在后面导python包的时候起了至关重要的作用，他的文件系统也是可视化的。
配置好ssh满心欢喜的开始运行，一开始，没有问题，运行两三次后，报错：json.decoder.JSONDecodeError:Expecting value: line 1 column 1(char 0) ，一开始查的都是编码的问题，检查编码，都是utf-8，再查，发现是网络环境改变，原因未知，一键重启，一秒解决问题，无语。
想要使用excel传输信息，结果pip list发现自带的python并没有相关的包，这难不倒我，把笔记本上的包复制下来粘贴到linux里，再pip list一下，轻松搞定~
5.未来的建议：
希望这个摄像头可以联网，这样时间就不会总是1970年了。。。
希望使用更适合神经网络的芯片，感觉现在有点慢，不能拿来比赛用。。。
如果gpio可以引出来的话就会有更多可能性了
吐槽一句，风扇是真的吵，舍友说风扇一关世界都安静了。。。
