希望论坛支持 一下markdown，我的很多程序readme都是markdown写的。  最近ST弄了个创意大赛，我参加了AI组，今天特意分享了我的测试流程。markdown写的，所以凑合看。希望各位参加比赛的顺利完成，我在疫区所以官方H7-DISCO板子收不到，等，有什么问题的话论坛私信我不能及时回复，可以在我别的帖子找我的联系方式。
3 p9 |( r7 _5 ?5 ]- Z% b( i, A! L% j& c  测试记录，不详细描述怎么做的，一是我觉得手把手教别人怎么做，简直是害了别人，特别是学生，二是深度学习确实所需要知识点比较多，没办法展开。
8 S' ]) z/ X( c6 U. P  板子玩的开心就行！！！
1 S9 b3 o# e' G$ D  s' c
# cifar10 在 nucleo STM32F767 平台的 测试
## 软件配置
  U; y4 J8 ]% R: C3 a### win10
* D9 J. Z3 W3 W+ u   1. cubeMX 5.6.0
5 w/ H* T/ `; z5 d   2. MDK 5.29a
, D6 [% I0 O% N! p   3. cubemx扩展包--cube.AI 5.0.0
% }  z/ s0 u1 M6 T5 Q( S/ N' n### ubuntu16.04
   1. tensorflow 2.1.0 (内含keras)
7 V1 s8 B* \$ F; O6 q8 e& o   2. python 2.7 （ubuntu16.04 自带）
0 h) c  W( F6 g2 S, a   3. cifar10 训练数据
; v8 }, |) E) l6 a
6 s9 Q4 V# E- c$ G## 硬件配置   
, \# p; {! ]3 d$ K+ s6 T% ?. @% Y* z   1. nucleo F767
   2. 自制扩展板
) C3 s+ n6 V0 ]! w% l8 X   3. SD卡
   4. 扩展板 连接 ST-Link RX TX 引脚的杜邦线

## 测试步骤
   * 在 ubuntu16.04 的操作不叙述
   * 直接将转换的模型(模型约4MB)，利用cubemx转换，暂称为STM32_AI_Model。
- @1 U5 E8 Y8 E8 d8 C0 p* R! z
   * 模型参数存储在W25Q128中，系统初始化时，QSPI进行内存映射，方便STM32_AI_Model读取模型参数。
  B4 s  D6 n& o6 j5 C) H  x   * SD卡中读取29张测试图片均来自互联网，利用bmpconvST转换并缩小至32*32分辨率。
   * RGB每个通道需要进行预处理，即R/255 G/255 B/255
   * 图片在STM32_AI_Model的模型输入数据组织应为:
| R1 | G1 | B1 | R2 | G2 | B2 | ... |
& M8 F' Z6 H' l* D) w2 n) U: e5 B& o- c   * 循环从SD卡读取BMPt图片，显示在LTCD驱动的屏幕上，经过STM32_AI_Model推理后的结果，串口打印出来。
推理结果的数据组织为：
0 l% _% j4 c9 _* T| C1 | C2 | C3 | C4 | ... | C10 |，每一哥数据代表对应种类的可能性。

   * 可能性最大的即为推理最有可能的种类，cifar10即十种。
" Z' V  ~& |1 c5 Y3 t
; c/ ~: \2 ^" F! J9 P' [3 l/ B## 测试结果
  ### 串口打印：
    sd_card_mount_ok
+ u; a6 X' ^8 V  K+ W- B3 n4 c4 ~    airplane: 1.000       *
    airplane: 1.000       *
    automobile: 0.998     *
+ }4 L" W+ E2 }9 K( s    automobile: 1.000     *
    airplane: 1.000       x
    dog: 0.584            x
* A" k# K: w  ^: S% C    bird: 1.000           *
    dog: 0.999            x
    dog: 0.874            x
    frog: 1.000           x
    cat: 0.993            *
: j7 U/ @: g' v+ ~) E    dog: 0.764            x
; g0 u4 z) m) \+ p3 |    deer: 1.000           *
    airplane: 0.906       x
$ y* p* I$ g6 r- S  K4 G) _    dog: 1.000            *
    dog: 0.999            *
    deer: 0.810           x
    bird: 1.000           x
    frog: 0.688           *
    frog: 1.000           *
" x4 f9 r9 O" v0 ]0 P6 x* c    horse: 1.000          *
    horse: 1.000          *
    horse: 1.000          *
  u  o; Y5 @  b) J( }    ship: 0.664           *
    ship: 1.000           *
    ship: 1.000           *
    truck: 1.000          *
    ship: 0.658           x
) ^* N. g& V, ?( \5 f+ M    truck: 1.000          *

4 W+ P. O( K# q4 ]" { 我的LCD显示不正常，所以我用文件系统截了个图：
, U8 w/ g: {9 P8 ]! u: [+ c

### 测试准确率

  * 19/29*100%=65.5%
' i, O2 d7 q/ K5 ^5 e
### 测试总结
  * 图片中比较常见的东西模型很容易辨认，图片第二行第三个是青蛙头上有一个蜗牛，辨认错了，还有四只猫居然只对了一只，其余的比较正常，毕竟图片分辨率不高。
  * 由于我是用的深度学习模型是cifar10测试准确率比较高的，所以模型比较大，计算复杂，STM32F7推理时间约四五秒。
" [6 S% b) w3 L: f6 Z$ F
+ d" G$ F1 o/ w4 J# F; a

  `. t4 y. @! r, q" |8 r* y% e
' T+ \) q- K& v" i* |1 x0 g( P! i
" g  C4 B+ X2 L7 S# V; `# Y
& b0 g) r5 J/ o; v. r5 _4 n: w

@楼主，只是想告知一下Markdown的编辑器已经就位，欢迎楼主输出更多关于AI方面的见解

Yude 发表于 2022-3-3 14:25
@楼主，只是想告知一下Markdown的编辑器已经就位，欢迎楼主输出更多关于AI方面的见解
...

两年了，很少逛论坛了

lebment 发表于 2022-6-11 18:27
两年了，很少逛论坛了

& W0 e0 C( w1 Q哈哈， 欢迎多回来逛逛，提提宝贵意见