Cube.AI【3】——手写识别demo代码

[复制链接]

lebment 发布时间：2019-5-17 23:14

技术帖
文章封面:	-
文章简介:	-

  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）。
  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。

            GUI_Init();
GUI_SetBkColor(GUI_BLUE_98);
GUI_Clear();

GUI_DispStringHCenterAt( GUI_GetVersionString() , GUI_GetScreenSizeX()/2, GUI_GetScreenSizeY()/2);
SDRes=f_mount(&SDFatFS,(TCHAR*)SDPath,0);
if(SDRes!=FR_OK)
{
Error_Handler();
}
  MX_X_CUBE_AI_Process();
  /* USER CODE END 2 */
  /* Infinite loop */
  /* USER CODE BEGIN WHILE */
  while (1)
  {
/* USER CODE END WHILE */
     GUI_Delay(10);
/* USER CODE BEGIN 3 */
  }

简单的主函数。

  进入MX_X_CUBE_AI_Process();

ai_buffer ai_input;
ai_buffer ai_output;
ai_i32 batch;
char str_tmp[16];
   for(uint8_t i=0; i<10; i++)
{
sprintf(str_tmp,"%1d.bmp",i);
   _ShowBMPEx(str_tmp);
LCD_ShowBMP(str_tmp);
for(uint16_t i=0; i<AI_LENET_IN_1_SIZE ; i++ )
{
in_data[i] = *bmpBuffPtr++;
}
ai_input.n_batches  = 1;
ai_input.data = AI_HANDLE_PTR(in_data);
ai_output.n_batches = 1;
ai_output.data = AI_HANDLE_PTR(out_data);
batch = ai_lenet_run(handel, &ai_input, &ai_output);
if (batch != 1)
{
err = ai_lenet_get_error(handel);
if( err.code )
{
while(1);
}
}
   uint8_t count=0;
   for(uint8_t i=0; i<AI_MNETWORK_OUT_1_SIZE; i++)
{
   if( out_data[i] >=0.9f)
{
   sprintf(str_tmp,"Num:%d",i);
   GUI_SetFont(GUI_FONT_32B_ASCII);
   GUI_DispStringAt(str_tmp,200,0);
   GUI_SetFont(GUI_FONT_16B_ASCII);
   count++;
}
}
   if(count!=1)
{
GUI_SetFont(GUI_FONT_32B_ASCII);
         GUI_DispStringAt("err",200,0);
GUI_SetFont(GUI_FONT_16B_ASCII);
}
free(bmpBuffPtr);
HAL_Delay(2000);
}

   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。

   流程介绍完毕，下面说一说cubeAI的主要函数。
   ai_lenet_create(&handel, NULL);
   ai_lenet_get_info(handel, &report);
      ai_network_params params = {
    AI_LENET_DATA_WEIGHTS(ai_lenet_data_weights_get()), //权重的获取
AI_LENET_DATA_ACTIVATIONS(activations)    // 激活函数
};
      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

      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。