基于STM32F767ZI AI 应用工程创建

只看该作者 · 2019-1-10 14:13

太棒了，我们正搞基于神经网络的电子鼻。

坛子里还有搞这个的没有？

3万 · 2019-1-23 13:22

不错，有空试试

1万 · 2019-1-27 19:00

楼主很给力，这个资料很需要，谢谢分享

只看该作者 · 2019-2-15 11:35

你好，我用 STM32F446 的开发板按照流程生成代码之后缺少"network_1.h"文件，不知道楼主遇到过吗？谢谢

只看该作者 · 2019-2-15 16:34

睿科3 发表于 2019-2-15 11:35
你好，我用 STM32F446 的开发板按照流程生成代码之后缺少"network_1.h"文件，不知道楼主遇到过吗？谢谢 ...

我没测试F4的板卡，F7的板卡我没遇到过，你试试换个F7板卡测试下。。

只看该作者 · 2019-2-16 20:19

谢谢分享。

只看该作者 · 2019-2-17 11:11

好资料，就是不知道怎么应用

只看该作者 · 2019-2-19 11:56

paderboy 发表于 2019-2-15 16:34
我没测试F4的板卡，F7的板卡我没遇到过，你试试换个F7板卡测试下。。

你好，我手里只有一个 STM32F446 Nucleo-64 的开发板。上次的问题解决了，我用 F7 的板子参数生成了一个项目，对比发现是因为 network 配置问题。谢谢lz。
我在进行后续的测试时发现以下问题：
我用 IAR 编译工程后，使用 ST-LINK Utility 将程序下载到板子上，可以确定板子运行了程序，我可以控制一个小灯。但是我在进行 Validate on target 时弹出错误：
ERROR: no connected board(s) or invalid firmware or the board should be restarted.
根据提示，我把IAR和ST-LINK Utility软件关闭。板子重启但是依旧错误。
使用Validate on desktop 也报错如下：
Validation: FAILED
Validation Failed
Python validation ended
不知 LZ 能否指导一下，谢谢~

3万 · 2019-2-20 11:10

只看该作者 · 2019-2-21 08:44

睿科3 发表于 2019-2-19 11:56
你好，我手里只有一个 STM32F446 Nucleo-64 的开发板。上次的问题解决了，我用 F7 的板子参数生成了一个 ...

你查看下配置的串口是否正确，Cube主要是通过串口和运行AI板卡通讯的。。

1万 · 2019-2-27 16:23

STM32加入AI后，真的会自己学习吗，处理能力可以吗，楼主来个简单的AI控制

只看该作者 · 2019-3-8 21:19

標記學習學習

只看该作者 · 2019-3-24 22:23

如果要導入自己訓練的model，cube要如何操作？

只看该作者 · 2019-4-2 10:29

请问Validate on target 的时候，validation from Custom data的时候，AI视频教程中验证的CSV文件是哪里来的

只看该作者 · 2019-5-31 19:37

....... 7/10
....... 8/10
....... 9/10
....... 10/10
RUN Stats : batches=10 dur=2.485s tfx=2.020s 5.337KiB/s (wb=10.547KiB,rb=240B)

Results for 10 inference(s) @216/216MHz (macc:874970)
duration : 26.935 ms (average)
CPU cycles  : 5817921 (average)
cycles/MACC : 6.65 (average for all layers)

Inspector report (layer by layer)
signature    : EF7C5473
n_nodes       : 7
num_inferences : 10

Clayer  id  desc                         oshape          ms
--------------------------------------------------------------------------------
0    0 10011/(Merged Conv2d / Pool)  (10, 44, 1, 128)  8.189
1    4 10005/(Dense)                (10, 1, 1, 128) 18.230
2    4 10009/(Nonlinearity)       (10, 1, 1, 128) 0.003
3    5 10005/(Dense)                (10, 1, 1, 128) 0.481
4    5 10009/(Nonlinearity)       (10, 1, 1, 128) 0.003
5    6 10005/(Dense)                (10, 1, 1, 6)    0.024
6    6 10014/(Softmax)             (10, 1, 1, 6)    0.005
                                                         26.935 (total)

  MACC / frame: 874970
  ROM size:    775.52 KBytes
  RAM size:    44.50 KBytes (Minimum: 44.50 KBytes)
  Comp. factor: 3.722

Matching criteria: L2 error < 0.01 on the output tensor

  Ref layer 6 matched with C layer 6, error: 0.0010825497

Validation: OK
Validation OK
Python validation ended