ST公司目前并没有提供单独的模型量化工具，都是集成在ST Edge AI / X-CUBE-AI生态工具链里。ST EdgeAI core支持： 支持 8-bit quantized neural network 支持 ONNX QDQ 支持 静态量化 支持量化相关配置与校准流程 支持量化模型分析、验证和部署 关于你的问题，建议检查核对下面因素： 1：确认量化脚本是否严格符合ST 推荐配置： quant_format=QuantFormat.QDQ activation_type=QuantType.QInt8 weight_type=QuantType.QInt8 per_channel=True optimize_model=True 2：确认当前ONNX 的opset，检查是不是 opset13。 3：量化前做下简化 详细内容可以阅读下面站点： Quantized model support
我中奖啦，这敢想象吗😁😄😄 https://shequ.stmicroelectronics.cn/thread-869421-1-1.html 感谢STM32论坛的厚爱，有幸中奖开发板，定当努力学习，不负期待！
std::vector parseModelOutput(float output, int num_classes = 7, float confidence_threshold = 0.55f) { std::vector detections; float data = output; const int num_boxes = 8400; const int attributes_per_box = 4 + num_classes; // 4坐标 + 1置信度 + n类别 // for (int w = 0; w < 8400; w++) // { // for (int h = 0; h < attributes_per_box; h++) // { // if (h > 3) // { // printf(" %.2f ",sigmoid(1-data[h 8400 + w])); // } // else // printf(" %.2f ",data[h 8400 + w]); // } // printf("\r\n"); // } // return detections;
确保 NanoEdge AI 源代码使用与你项目相同的枚举大小设置编译。 打开 Keil MDK 项目设置： 进入 Project → Options for Target → C/C++ → Code Generation 。 找到 跟enum有关的选项。做下调整看看，AC5 和 AC6版本在界面上有点差异。 看看是32为枚举还是 16位/8位紧凑枚举。
请问你们用的电网数据主要想解决什么问题？ 另外，你们数据集是怎么测量到？ 你既然做分类，那么至少要给两个类。 AI这方面问题，目前是专人负责。可能通过代理商比较好，他们需要时会跟原厂进一步联系。
.png)
