Cube-MX、X-CUBE-AI、STM32H7 模型生成

发表于 2026-5-23 19:45

首先，安装ONNX库，然后使用ONNX的API加载模型，将其转换为ONNX格式，最后使用转换后的模型进行推理。

发表于 2026-5-31 07:07

修改模型导出设置，确保选择正确的cortex-m系列处理器，而非默认的CPU。

发表于 2026-6-4 20:24

考虑是否更换传感器，或者调整电路设计来解决问题。

发表于 2026-6-6 17:19

这两个算子不支持，可能需要升级X-Cube-AI版本或寻找替代方案。

发表于 2026-6-8 20:55

先确认模型中没有用到的算子，然后用X-CUBE-AI支持的算子替换，或者调整模型结构避开不支持算子。

发表于 2026-6-9 10:31

试试降级TensorFlow版本到2.6，再转换模型，之前项目就是这样解决的。

发表于 2026-6-9 10:58

请检查模型导出设置，确保参数匹配项目需求。

发表于 2026-6-11 15:25

改模型结构或降TensorFlow版本，试试用pip降级到2.6左右再转换。

发表于 2026-6-11 15:45

旧工程用的是简单 CNN/Dense → 无 Flex/BatchMatMul；
新模型用了 MatMul/Erf/GELU → 触发不支持算子

发表于 2026-6-12 07:16

在使用tf.linalg.matmul时要注意数值稳定性，可能需要调整参数或使用其他方法确保结果准确。

发表于 2026-6-13 18:29

使用tanh近似替代erf，具体公式可从相关数学文献中获得。

发表于 2026-6-16 22:21

检查模型导出设置，确保参数和格式符合项目需求。

发表于 2026-6-17 17:02

改模型结构，用PyTorch改写不支持算子部分，然后重新转换成tflite。

发表于 2026-6-18 22:24

降低TensorFlow版本到2.6，然后用旧版TFLite转换器生成模型，试试看。

发表于 2026-6-19 11:49

首先安装ONNX库，然后加载模型，使用ONNX Runtime进行推理。

发表于 2026-6-21 07:52

模型运行正常但导出时生成了"flex"算子，可能是参数设置不对。建议调整转换选项以消除此问题。

发表于 2026-6-21 23:16

确保使用与原始模型相同的TFLite版本，重新导出时选择兼容模式。

发表于 2026-6-23 19:25

改模型结构吧，或者降级TensorFlow版本，实测2.5.0到2.7.0兼容性最好。

发表于 2026-6-24 11:30

降级TensorFlow版本到2.6，并确保转换时设置converter.allow_custom_ops = True，试试看。

发表于 2026-6-26 08:26

选择Cortex-M平台导出模型，确保单片机正确运行。

[开发工具] Cube-MX、X-CUBE-AI、STM32H7 模型生成