你的浏览器版本过低,可能导致网站不能正常访问!
为了你能正常使用网站功能,请使用这些浏览器。

Cube.AI【4】cifar10 在魔改Nucleo STMF767平台上的测试

[复制链接]
lebment 发布时间:2020-3-9 22:43
  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。+ n& p6 ]9 S) t, [( R
  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。
  {% y9 }" y  G# m. Y  板子玩的开心就行!!!
2 L9 L6 u1 p5 ^) k, U+ X+ Z* ?" @$ ~+ t% u% ?! r
# cifar10 在 nucleo STM32F767 平台的 测试" X7 Y* _' C$ g; ^8 x
## 软件配置
/ x2 V! G, r4 e; c7 D### win109 g3 s4 q& V2 C5 M2 D
   1. cubeMX 5.6.03 Z" D8 x7 f$ L4 T+ [
   2. MDK 5.29a
( H; W  L* K5 |$ q0 ?# z4 l  M0 m   3. cubemx扩展包--cube.AI 5.0.0
- X* H2 r& E+ p) z" c### ubuntu16.04 ) R. R( ]3 f0 G: [) T
   1. tensorflow 2.1.0 (内含keras)
. \! Y1 @6 ^* v* [0 V& i$ \6 g; n   2. python 2.7 (ubuntu16.04 自带)
: o6 g  r/ W& Q9 z3 {   3. cifar10 训练数据
  T% M0 F' d; m7 |+ i% G, K/ G$ o: _' ~- @
## 硬件配置   
. n/ s* n+ {, j2 n, z& [, i% U   1. nucleo F7677 v* ~1 l6 E* P. ~& A  ~' z
   2. 自制扩展板3 d. q  B4 z. P% s$ V' W
   3. SD卡) ~: h0 o# W; ]7 ^5 {, i
   4. 扩展板 连接 ST-Link RX TX 引脚的杜邦线
& k( z, \6 ?% @. `. B
4 x( U4 ~! o; X3 \% l## 测试步骤 / y: N: t( J; B# J5 T$ U: J
   * 在 ubuntu16.04 的操作不叙述
8 y% F! Y/ g" I% k5 a1 c, c   * 直接将转换的模型(模型约4MB),利用cubemx转换,暂称为STM32_AI_Model。
批注 2020-03-09 225751.png 批注 2020-03-09 225904.png ! ]6 _2 d* ?# }& T! ^( f
7 B2 P. ~" v$ G! 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。
( v. T) [) P' T, c+ Q3 S   * 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。6 f5 B  t1 r6 ]( Q1 B& y. ?- q2 I
   * RGB每个通道需要进行预处理,即R/255 G/255 B/255' T! `2 v4 z: ^- {' J- s0 ]
   * 图片在STM32_AI_Model的模型输入数据组织应为:* f+ Y( Y' d" S- k
| R1 | G1 | B1 | R2 | G2 | B2 | ... |
7 d( R& ]7 B* e/ g   * 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。* {# \4 _2 w2 B! Q% B% k
推理结果的数据组织为:
( {, g7 r+ A* l+ P| C1 | C2 | C3 | C4 | ... | C10 |,每一哥数据代表对应种类的可能性。0 z! r9 C' L" i% Z2 ]+ ]
6 K$ e" w+ s* T5 w6 X1 o# F- L
   * 可能性最大的即为推理最有可能的种类,cifar10即十种。; W/ p4 H) j! {/ z% o0 s
$ j$ m  {% T$ F) k$ J
## 测试结果
; P+ D$ A1 |; U# l9 T2 A5 R$ z  ### 串口打印:
# \- ~; B2 U/ j" Z: S/ P6 \7 [    sd_card_mount_ok
/ r3 D( J) n. r4 i    airplane: 1.000       *' z4 r/ v6 j- ^# h, I( ~6 y$ N
    airplane: 1.000       *( q3 r! P) g6 C
    automobile: 0.998     *
7 [: |1 A+ k% b& {6 f    automobile: 1.000     *% |: j/ c) b/ \8 T: e; S# x6 l4 d
    airplane: 1.000       x0 Y! `) n/ P" M
    dog: 0.584            x
( {" C4 c$ ~: e3 R  E, W    bird: 1.000           *- f) E0 n( _: K2 H: D4 x
    dog: 0.999            x
/ R; t' @% e9 J, `9 {    dog: 0.874            x 7 W1 K) `) \/ z9 t
    frog: 1.000           x* M( g; v* g/ o' O& B1 `
    cat: 0.993            *
0 {' [" ]2 _* j2 @* {    dog: 0.764            x
" F8 q3 z- E7 v( Z    deer: 1.000           *
6 P. Q3 L! C7 ^' }% g    airplane: 0.906       x
0 [, |3 |7 L+ r  `( }    dog: 1.000            *% a# F$ R6 k' G3 K( I; _1 {5 L
    dog: 0.999            *
- A7 C: b; M5 l* p    deer: 0.810           x4 q8 f5 \% q0 x: h7 z
    bird: 1.000           x9 ~8 x) i1 Z+ W7 F0 }" X" M  A
    frog: 0.688           *
. |5 h0 S( @8 p' Q, k3 s    frog: 1.000           *
6 K* ?/ }' J9 o    horse: 1.000          *7 @8 p: W. B6 [( X
    horse: 1.000          *
. c, @* P( x& u" C+ P    horse: 1.000          *3 Z7 ?1 F5 V4 s
    ship: 0.664           *+ z* r' _" p9 L, B
    ship: 1.000           *' f6 {* N% Q6 q: _: P
    ship: 1.000           *
  q9 g" ^* q* e" M9 W  N    truck: 1.000          *
! k$ ^. {0 h+ X7 e8 r    ship: 0.658           x$ P" S: ^+ C2 Z& a. E
    truck: 1.000          *; g, \8 Z, ^0 k

" r/ G# y" x! n2 F$ ?![LCD截屏图片](./scr_print.png)
scr_print.png 我的LCD显示不正常,所以我用文件系统截了个图:
% @) S5 n/ q9 G0 H/ g8 n IMG_20200309_224522.jpg
) ~2 c# q$ y+ C' t$ I: ~
& K5 A+ t5 e( f) Z### 测试准确率
1 b& U9 U6 X* H. Y; W
' q6 X3 b4 T2 Z( J& l$ p. @  * 19/29*100%=65.5%/ F* ]  L! y2 }- t% l% m' Z' z
$ F0 g" _: y- q0 K/ q/ e) G% M
### 测试总结
6 d1 T6 u; i* Z' e. y0 Q  * 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。
; I: q2 W4 ?. G$ Z  * 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。" s* W$ |( [9 k

6 Q! s. r8 x8 r# o: _! u) e, r# q5 M. n  Y. e' z  |) d' ]" h

8 H1 v6 _1 L0 s
' }% a1 f: y: S( Y
9 @. p7 ^* A7 c( Q
1 f6 |* p8 P% m
* U) Z8 G! L. z9 {

评分

参与人数 1 ST金币 +2 收起 理由
じ太阳当空照 + 2

查看全部评分

赞 1 收藏 1 评论3 发布时间:2020-3-9 22:43

举报

3个回答
Yude 回答时间:2022-3-3 14:25:04

@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

lebment 回答时间:2022-6-11 18:27:03

<br /> <br /> 两年了,很少逛论坛了<br />

Yude 回答时间:2022-6-14 19:06:09
lebment 发表于 2022-6-11 18:276 [+ P5 p+ R1 `: l5 k# C5 ^6 |
两年了,很少逛论坛了

0 c" R6 \/ I  a; r* \+ x2 `哈哈, 欢迎多回来逛逛,提提宝贵意见
% Y6 @9 X& e$ E

所属标签

相似技术帖

官网相关资源

关于
我们是谁
投资者关系
意法半导体可持续发展举措
创新与技术
意法半导体官网
联系我们
联系ST分支机构
寻找销售人员和分销渠道
社区
媒体中心
活动与培训
隐私策略
隐私策略
Cookies管理
行使您的权利
官方最新发布
人形机器人运动控制、感知与智能配电
半导体创新技术与应用方向
EE架构与软件定义汽车
12V/48V 汽车智能配电(SPD)
区域控制单元(ZCU)与分区架构
关注我们
st-img 微信公众号
st-img 手机版