4、开发环境搭建：TensorFlow Lite Micro环境配置、Arduino IDE与PlatformIO安装、ESP-IDF环境搭建、STM32CubeIDE配置、串口驱动与调试工具安装

说实话，搭建开发环境这件事，看着琐碎，但却是整个TinyML项目里最绕不开的一步。我见过太多人，模型跑通了，结果烧录到板子上死活没反应，最后发现是环境没配好。嗯，咱们今天就把这事一次性搞定。

4.1 TensorFlow Lite Micro环境配置

TensorFlow Lite Micro，简称TFLM，是专门为微控制器设计的推理引擎。它不依赖操作系统，内存占用极小。我个人习惯用源码编译的方式搭建，这样可控性最强。

第一步：拉取源码

git clone https://github.com/tensorflow/tflite-micro.git
cd tflite-micro

第二步：安装依赖

你需要Python 3.8以上版本，以及pip。我建议用虚拟环境，避免污染系统Python。

python3 -m venv tflm_env
source tflm_env/bin/activate
pip install --upgrade pip
pip install -r requirements.txt

第三步：编译测试

以ESP32为例，运行以下命令验证环境是否正常：

make -f tensorflow/lite/micro/tools/make/Makefile TARGET=esp generate_hello_world_make_project
我的经验： 第一次编译会比较慢，因为要下载交叉编译工具链。别急，喝杯咖啡的功夫就好了。如果卡住，检查网络代理设置。

4.2 Arduino IDE与PlatformIO安装

这两个工具是嵌入式开发的「瑞士军刀」。Arduino IDE适合快速验证，PlatformIO则更适合大型项目。

4.2.1 Arduino IDE

去官网下载最新版，安装过程没什么好说的。但要注意一点：安装完成后，一定要添加ESP32开发板支持。

  1. 打开Arduino IDE，进入「文件」→「首选项」
  2. 在「附加开发板管理器网址」中添加：https://raw.githubusercontent.com/espressif/arduino-esp32/gh-pages/package_esp32_index.json
  3. 进入「工具」→「开发板」→「开发板管理器」，搜索ESP32并安装
避坑指南： 我曾经因为网络问题，添加JSON链接后一直下载失败。后来换了手机热点才搞定。如果你也遇到类似情况，试试换个网络环境。

4.2.2 PlatformIO

PlatformIO是VS Code的插件，但功能远不止于此。它支持超过1000种开发板，而且依赖管理做得很好。

# 安装VS Code后，在扩展商店搜索PlatformIO IDE
# 安装完成后重启VS Code

创建新项目时，选择你的开发板型号。比如ESP32-DevKitC，PlatformIO会自动下载对应的工具链和库。

为什么我推荐PlatformIO？ 说白了，它帮你省去了手动配置编译器的麻烦。你只需要写代码，剩下的交给它。对于TinyML项目，我们经常需要切换不同平台，PlatformIO的跨平台支持简直是救星。

4.3 ESP-IDF环境搭建

ESP-IDF是乐鑫官方的物联网开发框架。如果你要用ESP32跑TinyML，这个环境是绕不开的。为什么？因为TFLM对ESP32的官方支持就是基于ESP-IDF的。

安装步骤：

# Linux/Mac
git clone --recursive https://github.com/espressif/esp-idf.git
cd esp-idf
./install.sh
. ./export.sh

# Windows
# 推荐使用ESP-IDF PowerShell环境，安装包在官网下载

安装完成后，运行一个示例项目测试：

cp -r $IDF_PATH/examples/get-started/hello_world .
cd hello_world
idf.py set-target esp32
idf.py menuconfig
idf.py build
idf.py -p /dev/ttyUSB0 flash monitor

我的习惯： 每次打开新终端，我都会先执行 . ./export.sh。不然idf.py命令会找不到。你可以把它加到.bashrc里，省得每次都手动敲。

4.4 STM32CubeIDE配置

STM32CubeIDE是ST官方推出的集成开发环境，基于Eclipse。说实话，它有点重，但功能确实强大。对于TinyML项目，我们主要用它来生成初始化代码和调试。

安装要点：

  1. 从ST官网下载安装包，注意选择对应操作系统版本
  2. 安装过程中会提示安装驱动，全部勾上
  3. 首次启动时，选择工作空间目录。我建议单独建一个文件夹，别和项目混在一起

配置TFLM支持：

STM32上跑TFLM，需要手动添加源码。我一般这样做：

# 在项目根目录创建third_party文件夹
mkdir -p third_party
cd third_party
git clone https://github.com/tensorflow/tflite-micro.git

然后在CubeIDE中，右键项目→Properties→C/C++ Build→Settings，添加头文件路径和源文件路径。

注意： STM32的RAM通常很小，比如STM32F4系列只有192KB。加载TFLM模型时，一定要先算好内存占用。我曾经在STM32F407上跑一个80KB的模型，结果堆栈溢出，查了两天才发现是内存分配问题。

4.5 串口驱动与调试工具安装

串口是嵌入式开发的「眼睛」。没有它，你根本不知道板子在干什么。

4.5.1 串口驱动

常见的USB转串口芯片有CP2102、CH340、FT232等。不同芯片需要不同驱动：

芯片型号 驱动名称 下载方式
CP2102 CP210x Universal Windows Driver Silicon Labs官网
CH340 CH340/CH341 USB driver 南京沁恒官网
FT232 FTDI VCP Driver FTDI官网

我的建议： 买开发板时，尽量选CP2102或FT232的。CH340虽然便宜，但驱动在Linux下偶尔会出问题。你想想看，调试时突然连不上串口，多耽误事。

4.5.2 调试工具

我常用的调试工具有三个：

  • PuTTY：Windows下最轻量的串口终端，支持SSH和串口
  • screen：Linux/Mac下的命令行串口工具，一行命令搞定
  • CoolTerm：跨平台，支持数据记录和波形显示，调试传感器数据时特别好用

用screen连接串口的命令：

# 先查看串口设备
ls /dev/tty*

# 连接，波特率通常为115200
screen /dev/ttyUSB0 115200

# 退出：Ctrl+A，然后按K

调试小技巧： 在TinyML项目中，我习惯在模型推理前后打印时间戳，用来计算推理耗时。比如：

uint32_t start = micros();
model.Infer();
uint32_t end = micros();
Serial.printf("Inference time: %d us\n", end - start);

这样你就能直观地看到模型在板子上的实际表现，而不是靠猜。

好了，环境搭建这块就这些。看起来步骤多，但只要你按顺序来，基本不会出大问题。下一章咱们开始写第一个TinyML程序——让LED灯根据手势亮灭。嗯，那才是真正有意思的部分。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →