🧠 STM32CubeAI
边缘推理加速
📘
30章 · 从入门到实战
1
01
STM32CubeAI 初探：工具链全景与安装部署
⚙️ 入门
部署
2
02
模型转换基础：从 TensorFlow/Keras 到 .tflite 再到 STM32
🔄 转换
3
03
量化技术入门：FP32 到 INT8 的转换与精度损失分析
📉 量化
INT8
4
04
STM32CubeAI 模型分析器：看懂算力与内存报告
📊 分析
5
05
算子优化：Conv2D 与 Depthwise Conv2D 的硬件加速
⚡ 算子
6
06
激活函数优化：ReLU、Sigmoid 在 MCU 上的实现差异
📈 激活
7
07
内存布局优化：Tensor Arena 与 Activation Buffer 配置
🧩 内存
8
08
DMA 与中断协同：让 CPU 从数据搬运中解放出来
🚀 DMA
9
09
双核架构利用：M7 与 M4 的推理任务分配策略
🧠 双核
10
10
缓存一致性：D-Cache 与 I-Cache 的刷新与失效
💾 缓存
11
11
模型剪枝：结构化剪枝在 STM32 上的实践
✂️ 剪枝
12
12
知识蒸馏：用小模型学大模型的本事
🧪 蒸馏
13
13
权重共享：减少参数量的另一种思路
🔗 共享
14
14
输入预处理优化：图像缩放与归一化的定点化
📷 预处理
15
15
后处理加速：NMS 与 Softmax 的快速实现
⚡ 后处理
16
16
批处理与流水线：单帧与多帧推理的吞吐量对比
📦 批处理
17
17
RTOS 集成：FreeRTOS 下的推理任务调度
⏱️ RTOS
18
18
低功耗推理：STM32L5 与 STM32U5 的功耗优化
🔋 低功耗
19
19
硬件加速器：M55 与 Helium 向量扩展的利用
🧮 Helium
20
20
NPU 集成：STM32N6 的神经网络处理单元
🔲 NPU
21
21
调试与 Profiling：使用 ST-Link 与串口打印性能数据
🛠️ 调试
22
22
常见错误排查：内存溢出、算子不支持与精度异常
⚠️ 排查
23
23
案例实战：关键词唤醒（KWS）模型部署与优化
🎤 KWS
24
24
案例实战：人体活动识别（HAR）模型部署与优化
🏃 HAR
25
25
案例实战：异常声音检测（ASD）模型部署与优化
🔊 ASD
26
26
案例实战：手势识别（Gesture）模型部署与优化
✋ Gesture
27
27
案例实战：图像分类（Image Classification）模型部署与优化
🖼️ 分类
28
28
案例实战：目标检测（Object Detection）模型部署与优化
🎯 检测
29
29
案例实战：语义分割（Semantic Segmentation）模型部署与优化
🧩 分割
30
30
综合项目：端侧 AI 传感器融合系统设计与优化
🧬 融合
项目