V-Trainingでファームウェアの先にClassification modeという項目にFor M5StickVという項目があって、boot-M5StickV zipファイル（私がダウンロードした時のファイル名はVTraining-Client-VerA02B01.zipでした）をダウンロードしてマイクロSDカードに解凍＆コピーしてM5Stick Vを起動すると物体の学習データのための撮影モード（？）で起動しました。
使ったマイクロSDカード
マイクロSDカードに相性があるという記述が多いですが、最新のファームウェアでは改善されているという記事もあったので、家にあったTranscend 32GBのマイクロSDカードを使いました。
無事に認識されて使えてます。
いろいろ試していて面倒なので別件で買っておいた5枚組のやつを試したら使えました。
Gigastoneの16GBです。
学習
上記の5体を撮影してファイルをアップロードしてみました。
撮影は人形を立てた状態で、いろんな角度から撮影しました。アップにしたり離れたところから撮ったり。最初は各39枚。最終的に各41枚撮りました。
http://v-training.m5stack.com/
2回失敗した後、3回目で成功しました。
エラーの内容はここにも紹介されています。
http://setsubi.no-mania.com/m5stickv/v-training%E3%81%A7m%EF%BC%95stickv%E7%94%A8%E5%AD%A6%E7%BF%92%E3%83%95%E3%82%A1%E3%82%A4%E3%83%AB%E3%82%92%E4%BD%9C%E3%81%A3%E3%81%9F%E8%A9%B1
2回の失敗の際、メールに「CONTENT: Lake of Enough Train Dataset, Only 170 pictures found, but you need 180 in total.」と書いてありましたので、最終的に180枚になるように各41枚撮りました。各モデルに5枚の「正解」となる判定用の画像が取られるので、(41-5)=36枚 x 5で180枚になります。
しかし、ほとんど「村人（茶色の人）」に判定されて、しかもフリーズしました。
結果のモデルデータが悪いのかと思って、もっと単純になるように人形を寝かせて種類も減らしました。
この状態であまり角度とか変化させずに各40枚撮りました。
そしたら、「CONTENT: Lake of Enough Train Dataset, Only 64 pictures found, but you need 120 in total.」と書かれていて、その下に「どの画像がどの画像と似過ぎている」という情報がずらーっと書かれていました。
再度、多少変化させて各40枚撮ってアップロードしたら、成功しました。
しかし、今回もほとんど「村人」でしかもフリーズ。
「何か根本的に間違っているのか？」とboot.pyに画面にコメント出させたりして、どこでフリーズしているのか探ってみましたが、そもそもMaixPyの事もよく知らないのでわかりませんでした。
「何か既存の学習データを動かせるものは無いか？」と探したところ、BrownieというのがGithubにあるようです。
Brownieを試す
このサイトを見ながらBrownie（brownie_v1.0.1.zip）を試してみました。動くには動くけど、あまり認識しない感じでした。画面も緑色の細かいグリッドが表示されて見にくいし…
BrownieのGithubを見ていたらboot.pyにFirmware v5.1.2対応という変更があったので、「もしかしてファームウェア v5.1.2が問題？」とFirmware 5.1.2で検索したら、次のページが見つかった。
https://community.m5stack.com/topic/1918/m5stickv-firmware_v5-1-2
この中で何やら問題があって、その回答に次のURLが書かれていた。
https://forum.m5stack.com/topic/1403/m5stickv-firmware_1017-upgrade
で、このページのFirmware Download linksからM5StickV_Firmware_1017.kfpkgをダウンロードしました。
https://m5stack.oss-cn-shenzhen.aliyuncs.com/resource/docs/M5StickV_Firmware_1017.kfpkg
Firmware 1017
M5StickV_Firmware_1017.kfpkg をダウンロードし、書き込んだら上記の3体学習がちゃんと動くようになりました。
5体学習のデータでも動くかどうか確認しました。ちゃんと動きました。ただ、認識率がちょっと低い。特にスティーブがスティーブ＋ブタに認識されちゃう。