智能在生活中无处不在.出门旅游,手机导航输入目的地,会自动规划出行路线. 去菜鸟驿站取个快递,只需要把快递条形码和菜鸟裹裹身份码在自助取件机下一放,甚至不需要把顺序摆好,放歪也可以,取件机的摄像头会自动识别快递条形码和取件码,通过大数据与后台数据进行匹配,匹配通过即可完成出库.这就是智能应用的快捷.
STM32应用于AI的市场有机器视觉,声音识别以及状态检测和神经网络.
STM32的神经网络开发流程: 1. 获取数据
2. 搭建神经网络模型
3. 训练神经网络模型
4. 将模型转化为程序代码
5. 使用模型分析数据
1. 获取数据
ST提供硬件开发板和软件采集数据。
A. 运动、声音类数据
硬件开发板： SensorTile、SensorTile.Box、IOT Node (B-L475E-IOT01A)
2. 数据清洗、打标
ST同时提供手机端APP直连硬件开发板，作为数据初筛和收集的平台。
ST BLE Sensor APP （支持Android、IOS，源码开放）
3. 训练神经网络模型
神经网络训练在服务器或者PC端完成，ST不提供方案。
4. 将模型转换为MCU上执行的优化代码
Cube.AI工具是CubeMX的AI扩展包，可以在CubeMX内下载或者在点击下载
支持的神经网络模型框架有Lasagne、Keras、Caffe、ConvNetJs、Tensorflow Lite、可以导出为ONNX标准的框架（PyTorch™, Microsoft® Cognitive Toolkit, MATLAB® 以及更多），最新支持请参考Cube.AI的release note。
Cube.AI 工具具有的功能有：
• 转换模型文件到运行在STM32上的C代码
• 对模型文件做CPU、RAM、Flash资源分析，显示适配MCU型号
• 对模型做整型量化或者深度压缩
• 更多功能更新中…
使用教程请参考，
基于STM32开发人工智能应用
5. 使用训练好的模型分析数据
A. 运动、声音类数据
硬件开发板： SensorTile、SensorTile.Box、IOT Node (B-L475E-IOT01A)
软件：
FP-AI-SENSING1
B. 图像类数据
硬件开发板： STM32H747I-DISCO + STM32F4DIS-CAM或者OpenMV
|
楼主
标题置顶
标题高亮
