📸 STM32CubeAI 实战

30章 · 从入门到部署
⚡ 图像识别模型移植全流程
1
安装CubeMX、CubeIDE、X-CUBE-AI,搭建开发环境
2
MobileNet、TinyML,选择适合MCU的轻量模型
3
清洗、标注、旋转/翻转,划分训练/验证/测试集
4
训练图像分类模型,导出.h5及TensorFlow Lite
5
时钟、GPIO、USART、DMA配置,生成初始化代码
6
激活AI,导入.tflite,配置内存池与线程
7
app_x-cube-ai.c/h, network.c/h 结构解析
8
摄像头/SD卡采集,归一化、尺寸调整预处理
9
AI_Network_Process,获取输出张量,解析结果
10
Top-K置信度,串口打印/LCD显示识别结果
11
激活函数量化、权重共享,减小模型体积
12
M4 DSP指令、M7 Cache,优化循环与数据搬运
13
INT8量化原理,STM32CubeAI量化校准
14
DCMI接口配置,图像采集与帧缓冲管理
15
RGB888转RGB565、裁剪、双线性缩放
16
运行时切换分类/检测模型,共享内存池
17
测量推理时间,分析瓶颈,调整优先级
18
功耗优化 低功耗
Sleep/Stop/Standby,推理间隙进入低功耗
19
串口/YModem更新模型,远程升级
20
SEGGER RTT/串口日志,打印推理时间、内存
21
内存溢出、堆栈溢出、模型加载失败解决方案
22
训练模型,摄像头识别手写数字
23
MobileNet SSD,人脸框选LCD显示
24
10类物体实时分类
25
静态手势识别(数字手势)
26
OpenMV/自带摄像头,检测与解码
27
工业表面缺陷检测
28
长时间测试,数据记录
29
文档、演示视频、代码整理
30
TFLite Micro、Edge Impulse,未来趋势