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。 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。 导入: 附件中有bmp图片 model和prototx。 下一篇代码解读5 g- G1 n' d0 h3 H8 J* a5 d |
【STM32H7S78-DK评测】移植AI框架TensorFlow【DSP指令加速篇】
【STM32H7S78-DK评测】移植AI框架TensorFlow【下篇】
【STM32H7S78-DK评测】移植AI框架TensorFlow Lite【上篇】
【STM32H7S78-DK评测】移植边缘AI推理框架——TFLM(TensorFlow Lite for Microcontrollers)上篇
破解边缘AI硬件与软件挑战,意法半导体解读三大创新要点
意法半导体助力企业产品智能化,加快边缘人工智能应用
STM32不至于芯,2023济南站研讨会
ST机器学习汽车解决方案
Cube.AI和NanoEdge AI具备哪些优秀的功能
边缘AI领域,ST可以提供哪些软硬件支持
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!