前言: 又到了开学的季节,看着学生们的朝气,心中无限感慨。 刚好又到了周末,外面大大的太阳,闲着无事看到活动,初步了解下感觉还挺好玩,看到手上那么多板子总该得扫扫灰了 测试准备: 1.板子NUCLEO-L452RE; `' Z1 r) d$ G- d6 ~9 a" { 2.需要准备一些数据,我们公司刚好有一些环境传感器的项目,打算拿这些数据测试下& J2 x/ U, O+ P, A& s4 M H 3.传感器有:负氧离子、空气温度、空气湿度,PM2.5,PM10,准备了一个星期的数据共673条0 [3 X1 j' z+ F, V& r( Z5 H" x 9 g' q& A( @+ s8 W2 j7 W 测试步骤:6 q( i2 x$ O# x4 @ 1.先去官网下载,下载前要填信息,这个邮箱等下会收到激活码9 Z" K+ w5 T5 Z 2.打开安装,然后启动会先显示要填licence,去邮箱复制进去激活即可 3.如下界面,共有5个选项 异常检测 1类,多类,推断,数据日志,具体意思我就不分析了,B站有个讲解视频讲的很好(测完后面我才发现有-_-)4.因为我想推算出空气温湿度和PM2.5和PM10时负氧离子的值,所以用推断(Extrapolation)新建项目2 Y; m2 n) o( l: `7 h, q7 D 5.建完项目后填MAXRAM就是模型最终占用多大RAM,MAXFLASH也是同样,选择目标板子(这里我选了L476RG,跟核心和FLASH、RAM有关系,所以选了最接近的,核心不能选错,跟优化算法有关系的)0 Z7 b5 y& E. C7 L; y) v, z 6.这步需要导入数据源,我的源文件是xlsx类型不能识别,用WPS另存为转成制表符分隔的TXT(逗号分隔的CSV应该也可以) 7.点击ADD SIGNAL,把TXT选中放入(因为选了4个传感器所以文件必须5项数据列(第一列是结果列),不然会报错的)3 u6 O1 a! m/ `& @& ` M0 y/ ] 8.跑模型,点RUN NEW BENCHMARK,选中你的数据源文件,下面的拖动条是选择运行的电脑CPU核数,START等待运行即可) u6 V" [* d# G 9.运行完毕后就可以进入仿真(如果想直接在MCU上测可以跳过此步),点击INITALIZE EMULATOR,把测试用的数据放到里面(因为选了4个传感器所以数据必须为4项了,去掉结果项),选完后结果直接在右边输出了" r7 I w8 B4 T- I. c 10.把模型部署到MCU上,下面都是一些选项,跟MCU优化和省内存有关系,右边是示例代码(稍候复制到工程),COMPILE LIBRARY把输出的文件保存(.zip),将内容解压到测试工程下 11.CUBEMX生成一个工程(省略一大波步骤,不过应该都会),我选了开发板型号后直接改MDK,一键生成,打开MDK 12.把头文件包含路径加上生成的文件夹,MiscControls加上--wchar32(默认16会报错),把输出的文件夹下的.a文件加到工程下,右键选择库文件,将文件类型改为library file后OK) G# r0 O& M/ }' h% o 13.把NanoEdge_AI的示例代码选择性拷进来(按CUBEMX的走),初始化后运行neai_extrapolation(测试数据数组,推理结果)! F8 Y3 c, J0 G* d! B5 H5 m 14.输出的结果如下(不知道为什么跟电脑上有点小小的差异..,但结果基本很接近)* [! j. H+ a: b) H 总结:; `5 M5 e H# G+ W- U 1.用下来还是挺顺手的,刚发布没有中文,稍微花了点时间摸索了下(主要是没看到B站视频,不然看到上手应该很快),之前也接触过AI的平台上的应用,没用过CUBEAI,如果有相关方面的需求这个软件真的很顶,但公司暂时没有这方面需求... 2.这个licence有90天的使用时间,B站视频也说后续要买..(不过花了这么多人力物力整合出来也还算值,就是我买不起的价格o(╥﹏╥)o)。, `9 G5 U2 q& p' y4 Q! J h 3.如果也想试用建议先看B站视频,基本上手把手的教,我这不过是把流程在走一次,不过视频用的是CUBEIDE,我用的是MDK,项目建的是推理,其实现在的数据并不是强相关的,这里只是用做演示做的一个例子,可以根据自己的需求再做改动 4.ST的生态真的越做越大,软件也做的挺好用的,希望国产能加加油 5.测试用的数据和main.c在下面资源里 6 C% |# U8 A6 ~1 _6 G# { |
datapack.zip
下载31.12 KB, 下载次数: 14
【STM32N6570-DK评测】1.你好N6
串口通信波特率异常的解决办法
刘氓兔的杂谈【001】-片上USB 高速PHY
实战经验 | STM32G474 FPU 性能优化与测量
【STWINKT1B 评测】6. NanoEdge AI 音频分类器 (2)
【STWINKT1B 评测】5. NanoEdge AI 音频分类器 (1)
【STM32H7S78-DK评测】移植AI框架TensorFlow【DSP指令加速篇】
STWINKT1B评测】4.测试板载ISM330DHCX(6轴)
【STWINKT1B评测】-03-CoreMark跑分测试
【STWINKT1B评测】-02-串口-定时器LED灯测试
测完刚好一天,吃完饭撰稿排版下就这么晚了,含泪爆肝
不容易啊,哈哈哈