Tensorflow Lite Micro是tensorflow框架针对微控制器应用场景所专门设计的深度学习推理框架，它占用的资源少，运行时内存最低只需要16KB，同时其兼容tensorflow框架，依托于Tensorflow平台强大的生态背景，使得更多开发者可以方便的集成、使用AI算法，为端侧带来人工智能的新活力。其中Tensorflow Lite模型也被ST的AI工具所支持，但是我们这次是不通过STM32提供的AI工具，而是移植Tensorflow Lite代码去运行其模型。

首先获取Tensorflow LiteMCU版的源代码：https://github.com/tensorflow/tflite-micro
# o" l7 M4 h3 `8 G, L  K1 ^
0 Z$ @( H9 F; {! D" X" r" K8 p根据教程获取工程代码：TFLITE-micro/new_platform_support.md at Main ·张量流/TFLITE-micro ·吉特哈布 (github.com)
. O9 Y% {# I, K6 |' t; y
' Z7 g: z6 ]0 P文件都扔工程里面，太多了，截图只是一部分。把CMSIS-NN库（算子加速）也扔进去，加速运算


添加相关路径
5 u8 f& ]8 @7 B- O) W
( n2 v: j+ P5 e7 `3 c1 S, p
设置工程，使用AC6编译，关闭Keil的Microlib库
; m; _; d/ o6 n' }* {
, I8 s6 _% K) G4 g+ Z; w
编译选项使用-Os，这样代码体积小点

) \( l. s1 L4 |0 `9 @
" P. e$ G" o% K# _图像预处理函数。模型要求输入神经网络的图像为灰度图，为完成摄像头获取的RGB彩图到模型输入需要的灰度图转换，需从输入的RGB565像素格式中解析出R、G、B三通道的值，再根据心理学公式计算出单个像素点的灰度，具体代码如下：

1. uint8_t rgb565_to_gray(uint16_t bg_color)
   ( S" }, Z, c: P, g8 m( h
2. {
   7 R. L5 N4 b, f; C. E4 o
3.     uint8_t bg_r = 0;
   4 l: o7 T. v8 y* s! o
4.     uint8_t bg_g = 0;
   " T" E5 u+ a+ s/ N
5.     uint8_t bg_b = 0;
   
6.     bg_r = ((bg_color>>11)&0xff)<<3;
   . ~+ W* k6 m' O
7.     bg_g = ((bg_color>>5)&0x3f)<<2;
   
8.     bg_b = (bg_color&0x1f)<<2;
   0 r$ H/ O3 n; d: T, n9 x  b
9.     uint8_t gray = (bg_r*299 + bg_g*587 + bg_b*114 + 500) / 1000;
   2 s6 Z5 r6 b! R
10.     return gray;
    
11. }
    & p$ K" |+ m) G2 G9 J* H
12. 
    $ R6 S" |/ }/ W6 ]' ~
13. void input_convert(uint16_t* camera_buffer , uint8_t* model_buffer)
    
14. {
    2 e1 i2 H  w/ P2 i6 S
15.     int i,j;
    
16.     for(i=0; i<96; i++)
    
17.         {
    5 }0 ?1 t! @$ c& ?% t
18.         for(j=0; j<96; j++)
    ! r, s# X. p% V+ e) C! p6 ^1 ^
19.         {
    ; M# M6 s  ^  }
20.             model_buffer[i*96+j] = rgb565_to_gray(camera_buffer[i*2*320 + j*2 + 64 + 320*24]);
    
21.         }
    / r% X* d" M; A3 k6 Q
22.         }
    8 F, O. P1 R' v: D% Y( W8 K
23. }

复制代码

在图像接收中断里面处理识别过程

1. void HAL_DCMI_FrameEventCallback(DCMI_HandleTypeDef *hdcmi)
   
2. {
   1 R; V& K7 j, O7 l9 A3 o7 _
3.     uint8_t person_flag;   
   4 h3 U5 ?% {  s: N; R
4. 
   
5.     //转换图像为模型可处理的大小
   ' K( F7 R  @9 s( g
6.     input_convert((uint16_t*)_OV2640->frame->buffer, model_buffer);
   6 e/ V  \2 w, U1 [0 m; |0 N3 i
7.     person_flag = person_detect(model_buffer);  //运行模型
   
8.    
   ; P# ^) E. n3 ?9 d0 a0 S7 {6 f4 E3 `
9.     LCD_Draw_Image(0, 0, 320, 240, (uint16_t *)_OV2640->frame->buffer);
   1 }9 H. f6 N/ O
10.     for(int i=0;i<192;i++)
    5 c6 K; K4 O4 g* G
11.     {
    3 {3 {# P* Z8 t% x3 J( s+ z
12.         LCD_Draw_Point(i+64,  192+24,0xf100);
    # m1 K( r9 O9 H2 p6 ]
13.         LCD_Draw_Point(192+64,i+24,  0xf100);
    , v( Z8 _& c  \7 \6 ~
14.         LCD_Draw_Point(i+64,  0+24,  0xf100);
    
15.         LCD_Draw_Point(64,    i+24,  0xf100);
    
16.     }
    
17.     if(person_flag!=0)LCD_Draw_String(0, 0, 320, 240, 32, "people");
    : W9 W; P( |7 ~/ S) k
18.    
    , H8 y6 d' c, e' ^. k4 |$ \0 n- C5 _
19.     OV2640_DMA_Config(_OV2640->frame->buffer, (_OV2640->frame->length)/4);
    
20. }

复制代码

运行效果：
识别充电器（无反应）
. i: A3 R: _9 D$ D. ]  l/ I


* {- Q( S7 H3 ]4 [- A) u识别打火机（无反应）


; j- b% K, ^' _( B! I5 v% Y+ n* j6 l识别人体（显示people）


- A# Q9 Y/ L! A* m

打火机相当出境

谢谢楼主共享评测，谢谢共享代码！学习了。
! {+ {5 m: y* Z2 v0 Z9 \! T

你好，请问有些源文件是重名的，该怎么才能解决冲突

Ender2021 发表于 2025-4-23 21:46
你好，请问有些源文件是重名的，该怎么才能解决冲突

一些是需要删掉的，二选一