📘 STM32CubeAI
模型转换·代码生成
📚
30章 完整路径
01
课程导论
STM32CubeAI是什么？解决问题 · 学习路径
➔
02
环境搭建 (上)
CubeMX · X-CUBE-AI · Python/TensorFlow
➔
03
环境搭建 (下)
验证环境 · 跑通首个AI部署流程
➔
04
AI模型基础 (上)
神经网络 · 卷积/池化/全连接层
➔
05
AI模型基础 (下)
模型量化与压缩 · 嵌入式AI必要性
➔
06
模型准备
训练适合部署的模型 (手写数字识别)
➔
07
模型导出
Keras → ONNX / TensorFlow Lite
➔
08
CubeMX项目创建
STM32F746 · 时钟 · 外设配置
➔
09
添加X-CUBE-AI组件
AI中间件配置与集成
➔
10
模型导入与验证
导入CubeMX · PC端仿真验证
➔
11
内存分析
RAM/Flash占用 · 内存布局优化
➔
12
代码生成
一键生成工程 · 文件结构分析
➔
13
核心API解读 (上)
ai_model_create / ai_model_run
➔
14
核心API解读 (下)
缓冲区管理 · 错误处理
➔
15
集成到用户代码
AI代码 + 业务逻辑 (传感器读取)
➔
16
数据预处理
归一化 · 缩放 · MCU实现
➔
17
后处理
概率向量 → 分类结果
➔
18
性能调优 (上)
硬件加速器 · DSP指令 · FPU
➔
19
性能调优 (下)
AI性能分析工具 · Profiling
➔
20
量化实战
Float32 → Int8 · 精度/速度对比
➔
21
多模型管理
加载/切换多个AI模型
➔
22
实战项目 (一)
关键词唤醒 (KWS) 系统
➔
23
实战项目 (二)
异常声音检测 (Anomaly Detection)
➔
24
实战项目 (三)
振动信号故障分类
➔
25
调试技巧
串口打印推理时间 · 中间层输出
➔
26
常见错误与解决
加载失败 · 结果错误 · 内存溢出
➔
27
OTA升级模型
网络/SD卡更新MCU模型
➔
28
低功耗设计
Sleep模式 · 动态频率调整
➔
29
与RTOS结合
FreeRTOS调度AI推理任务
➔
30
课程总结与展望
局限性 · TinyML · NPU趋势
➔