|
软硬件环境:MDK Keil5,cubemx最新版,caffe 伯克利原版, F407VET6 2.3寸电阻屏, STemwin中PC软件 BMPcvt(路径:STM32CubeMX\Repo\STM32Cube_FW_F4_V1.24.1\Middlewares\ST\STemWin\Software。8 F) K# `! A' m; |) w 原材料准备:因为mnist数据集是二进制,互联网上有jpg版,现在需要转换为bmp用来显示和提取灰度数组(28*28=784),不介绍如何使用BMPcvt。- L/ d6 ^" ]2 a5 ~6 k {$ | 导入:
附件中有bmp图片 model和prototx。 下一篇代码解读 |
意法半导体助力STM32开发者简化AI模型开发流程
迈入融合时代:以统一的STM32 MCU平台释放物理AI潜能
【STM32C0116-DK】MNIST 数字识别
【NUCLEO-C562RE】MNIST 数字识别
【STM32H5 评测】MNIST 数字识别
STM32在边缘AI的布局及能力版图
从家电到机器人:STM32边缘AI应用案例拆解
STM32U3B5/U3C5:为超低功耗设计带来高性能 DSP 与边缘 AI
【NUCLEO-U3C5ZI 测评】+ 手写数字识别
【STM32U3 评测】MNIST 数字识别
微信公众号
手机版
你打错了,是推理能力。而且模型是有压缩的,如果觉得效果不好,Cube.AI的手册中的L2范数来看是否达到要求。H7和M7做一些小的边缘AI足够的。想要目标检测,语义分割需要能够处理MACC更高的CPU。
F407VET6
谢谢收藏!