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。
5 B8 L" S( g. n: g# o
# {2 p. O/ J6 B& g- \7 d7 h% X首先获取Tensorflow LiteMCU版的源代码：https://github.com/tensorflow/tflite-micro
; W, O, _  N6 b/ |4 {" h: J
; v; C6 U" J7 P5 n% F, D" z' {8 w2 F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)
: I( g) B2 `- X2 D( ^% |- l! y! a8 s- {
9 h! P+ w( _/ v4 m$ D, z5 T" {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
( |2 n+ f5 q8 e& q- B6 s: K

, B! z# V. q) B. ]% |添加相关路径


1 q# F* q  o7 f# Q3 @5 _设置工程，使用AC6编译，关闭Keil的Microlib库
/ y- {9 @2 y) h/ j6 l+ {: b1 p5 N

3 L1 r+ Z$ _% [, d) G编译选项使用-Os，这样代码体积小点
( Y: E4 X& Y8 I5 X4 r4 `+ w: K
# K' `' u0 W. N% G
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)
   
2. {
   
3.     uint8_t bg_r = 0;
   ' o, G2 Q) A. \) E2 S1 _( }
4.     uint8_t bg_g = 0;
   " l& O0 m1 C; ~+ T* E% Q4 z  N
5.     uint8_t bg_b = 0;
   
6.     bg_r = ((bg_color>>11)&0xff)<<3;
   
7.     bg_g = ((bg_color>>5)&0x3f)<<2;
   
8.     bg_b = (bg_color&0x1f)<<2;
   
9.     uint8_t gray = (bg_r*299 + bg_g*587 + bg_b*114 + 500) / 1000;
   
10.     return gray;
    
11. }
    3 _8 l* Y) T  K! D  b( i6 l, M
12. 
    & Y# U! n3 P8 U3 r/ A  v
13. void input_convert(uint16_t* camera_buffer , uint8_t* model_buffer)
    9 I" [5 j! z$ j
14. {
    
15.     int i,j;
    9 E8 _$ t, D; S7 @
16.     for(i=0; i<96; i++)
    
17.         {
    
18.         for(j=0; j<96; j++)
    
19.         {
    
20.             model_buffer[i*96+j] = rgb565_to_gray(camera_buffer[i*2*320 + j*2 + 64 + 320*24]);
    
21.         }
    
22.         }
    3 |  b9 K) A" p0 b4 F3 O
23. }

复制代码

  V; I  l; D- Z在图像接收中断里面处理识别过程

1. void HAL_DCMI_FrameEventCallback(DCMI_HandleTypeDef *hdcmi)
   
2. {
   9 U- t& q: {1 m- A3 z2 _
3.     uint8_t person_flag;   
   
4. 
   3 \( o9 |+ l1 S% r* j
5.     //转换图像为模型可处理的大小
   7 r- y6 l& o7 l* s  Z
6.     input_convert((uint16_t*)_OV2640->frame->buffer, model_buffer);
   
7.     person_flag = person_detect(model_buffer);  //运行模型
   7 \0 Y; I" T, x% j  u' ^( I
8.    
   4 o; ^0 F3 |/ J% ]7 z0 Q
9.     LCD_Draw_Image(0, 0, 320, 240, (uint16_t *)_OV2640->frame->buffer);
   5 j  m# D* p* H% v
10.     for(int i=0;i<192;i++)
    
11.     {
    ' Q/ o3 a, }' E) J
12.         LCD_Draw_Point(i+64,  192+24,0xf100);
    
13.         LCD_Draw_Point(192+64,i+24,  0xf100);
    . f" o6 c& c6 M  D0 ?+ R
14.         LCD_Draw_Point(i+64,  0+24,  0xf100);
    2 G# j2 m7 X( ]! u5 l" E
15.         LCD_Draw_Point(64,    i+24,  0xf100);
    " F5 j- ]6 ?( U- {' ?! ^' x8 @2 e
16.     }
    $ e5 x1 k' L& E  W" A* `
17.     if(person_flag!=0)LCD_Draw_String(0, 0, 320, 240, 32, "people");
    & Z: T6 n  b7 R( ]; [
18.    
    3 ]+ O2 T8 Q+ u- e
19.     OV2640_DMA_Config(_OV2640->frame->buffer, (_OV2640->frame->length)/4);
    ( n! V+ A, V- l2 u3 g
20. }

复制代码

运行效果：
6 G" Z3 f9 s  x9 A4 x% D; E8 v3 f6 q识别充电器（无反应）



识别打火机（无反应）
2 v8 @; b9 c4 t' p2 X/ i

: u0 T8 S3 H% h; U. L) V识别人体（显示people）
2 k3 I2 J1 w& c+ M  r/ 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。

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