写的教程反响平平，可能是晦涩难懂，那就直接上代码（极度粗糙的demo）。
. N/ T! O# R6 W( z7 S/ {- o& ^9 x4 }  接上次的软硬件环境，我采用的STemwin（本来想用littlevgl）自带bmp显示（详细代码可参考某某莱教程）。先看看生成的一些代码。

: z$ j. G, y) D1 }9 ?/ b- r& z                GUI_Init();
6 e" C) `0 R, L- U. O  Y8 m                GUI_SetBkColor(GUI_BLUE_98);
4 i0 ]3 @. i* {3 Y                GUI_Clear();
* u+ k% M& p0 p, M& X- i" L       
! M2 X! R' q1 [% F                GUI_DispStringHCenterAt( GUI_GetVersionString() , GUI_GetScreenSizeX()/2, GUI_GetScreenSizeY()/2);
                SDRes=f_mount(&SDFatFS,(TCHAR*)SDPath,0);
+ I6 w& @6 x5 [( ]+ W                if(SDRes!=FR_OK)
5 y, |9 F! T7 O! v: l                {
8 \% I( g5 L7 s* `, Z$ D; K3 Q                Error_Handler();
/ s1 u4 ^4 p* O2 B+ X                }
2 _0 G8 C. x1 |1 T) z- p4 ~" ~; j  MX_X_CUBE_AI_Process();
0 m7 m0 b* ^  {/ h. n" w  /* USER CODE END 2 */
% `- x" `' U0 U( U$ Z# w  /* Infinite loop */
  /* USER CODE BEGIN WHILE */
  while (1)
  {
    /* USER CODE END WHILE */
1 G- w  _! ]! f3 Y3 @% p% ^                         GUI_Delay(10);
    /* USER CODE BEGIN 3 */
# t) q: x' E* [$ s2 |, x( m1 v, u* r  }

: m  V1 H+ r3 m0 B简单的主函数。

) \$ g& R2 j3 Z
% g4 }) j' A5 g4 j0 Z+ R2 s7 n  进入MX_X_CUBE_AI_Process();
2 a; t$ f6 x4 J: I0 o7 z( W0 R1 L

3 U! Q5 |7 T4 d1 j    ai_buffer ai_input;
    ai_buffer ai_output;
    ai_i32 batch;
4 E; u0 H% B/ o/ Q* E* g& E    char str_tmp[16];
     for(uint8_t i=0; i<10; i++)
+ T4 [, W2 R  G            {
; X# m' q) \4 P                                                sprintf(str_tmp,"%1d.bmp",i);
+ Z$ u+ w+ L* t- a6 \1 d6 C                                          _ShowBMPEx(str_tmp);
                                                LCD_ShowBMP(str_tmp);
  N% h) `/ X( J+ T                                                for(uint16_t i=0; i<AI_LENET_IN_1_SIZE ; i++ )
                                                {
                                                                in_data[i] = *bmpBuffPtr++;
' a+ K3 e' V% \9 y5 T6 w                                                }
2 ?; z; ~( d6 Q6 y) H1 B3 ^9 B8 G! [                                                ai_input.n_batches  = 1;
                                                ai_input.data = AI_HANDLE_PTR(in_data);
! _8 x( D6 U6 s' Z2 p9 l8 z                                                ai_output.n_batches = 1;
8 U$ {1 m5 b$ ]8 `                                                ai_output.data = AI_HANDLE_PTR(out_data);
                                                batch = ai_lenet_run(handel, &ai_input, &ai_output);
                                                if (batch != 1)
                                                {
$ V0 R1 h1 j9 u8 t5 k" Z7 A4 R4 @, ~                                                                err = ai_lenet_get_error(handel);
( h$ R, _: R8 G1 t4 T4 R4 S7 v/ C                                                                if( err.code )
4 M( w- V2 F) O                                                                {
                                                                                while(1);
                                                                }
                                                }
                                         uint8_t count=0;
                                         for(uint8_t i=0; i<AI_MNETWORK_OUT_1_SIZE; i++)
+ J2 m- E4 m9 P' y  u                                                {
; \2 _- T! @' A. a* v                                                  if( out_data[i] >=0.9f)
) D& G6 N3 G" M  C" y7 g+ q& O: c- t                                                                {
                                                                         sprintf(str_tmp,"Num:%d",i);
                                                                         GUI_SetFont(GUI_FONT_32B_ASCII);
                                                                  GUI_DispStringAt(str_tmp,200,0);
. U$ N  c+ {  s" }) P/ c* e9 Z                                                                         GUI_SetFont(GUI_FONT_16B_ASCII);
                                                                         count++;
7 n5 o& i6 r9 ]# W2 [: ^: N/ y                                                                }
  N  N  ]$ z* B5 S" o                                                }
      if(count!=1)
                                                {
- O# ~4 k: v' }( S# t# \2 ]                                                        GUI_SetFont(GUI_FONT_32B_ASCII);
1 |+ u$ u# F2 w: E) n                                                        GUI_DispStringAt("err",200,0);
                                                        GUI_SetFont(GUI_FONT_16B_ASCII);
. o1 z* d7 }+ ?0 A8 l  o- I- E                                                }
                                                free(bmpBuffPtr);
                                                HAL_Delay(2000);
7 s6 Q" y  T1 h! U  H                                        }
, b0 L$ c$ o, ]2 d8 R- n
      熟悉STemwin的大佬肯定知道我在干嘛，不断的读取SD卡中的bmp文件，然后显示，并且通过ai_lenet_run函数得到识别结果，输出是static ai_float out_data[AI_MNETWORK_OUT_1_SIZE]; 0-9有十个识别结果，这个向量大小是十。调试程序时，输出不像是我在PC ubuntu caffe环境中的输出结果，PC上主要是以softmax得到每个类别的置信度，所以PC上向量肯定全部都有值，置信度最高即为模型结果。在MCU上，输出结果只有零和一。让我很奇怪，既然是ai_float 型 何必不输出 所有的置信度。后面我将继续挖掘。
5 E5 G4 ]5 V# z# V/ T2 x( c
  Y* w' l. a# v, q0 D4 l5 F       流程介绍完毕，下面说一说cubeAI的主要函数。
       ai_lenet_create(&handel, NULL);
& j. j$ W+ [, q; n3 W$ q, q% \1 ^      ai_lenet_get_info(handel, &report);
) A# r- p# M- ]' S8 m4 P7 E          ai_network_params params = {
8 j2 C/ o' y# g1 y6 @6 O- q3 g                                                          AI_LENET_DATA_WEIGHTS(ai_lenet_data_weights_get()),    //权重的获取
                                                        AI_LENET_DATA_ACTIVATIONS(activations)     // 激活函数
                                                };
) ?; A' k, q6 P) h' y3 e% t          ai_lenet_init(handel, &params);  //lenet的初始化，估计是申请内存什么的，写flash。
                                                                         err = ai_lenet_get_error(handel);

         batch = ai_lenet_run(handel, &ai_input, &ai_output); //图片输入以及处理完毕的输出，1batch批
, ~7 x4 L, I) }) q# E* l

         总的来说比较简单的demo，其实也可以做复杂一点，先手写然后STemwin存bmp图片，然后利用加权平均得到BMP颜色数据的灰度，输入到lenet，dedaojieguo。效果会比较酷炫。
        这模型被压缩很厉害，能有这样的结果以及不错了，最后祝贺一下ST，半导体前15！  期待MP1，玩玩不用压缩的AI。
        附件：工程源码。

6 n. d, \7 W8 }) ?
) J) {+ e* _' N$ I

兄弟，您这个代码运行最后的准确率能达到多少？我今天试了一下，10个数有9个识别错误的。

支持下

strang 发表于 2019-5-18 09:02
% x+ Q; s+ l* t支持下

谢谢支持

支持支持

支持下         

加油楼主，我也在研究这个CUBE AI，进度没有你快

学习学习!
! L. U$ N3 L4 _0 w. E