
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 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) 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 ![]() 设置工程,使用AC6编译,关闭Keil的Microlib库 ![]() 编译选项使用-Os,这样代码体积小点 ![]() 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:
在图像接收中断里面处理识别过程
运行效果: 识别充电器(无反应) ![]() 识别打火机(无反应) ![]() 识别人体(显示people) ![]() |
【STM32N6570-DK评测】1.你好N6
【经验分享】STM32H7时钟
【P-NUCLEO-53L8A1评测】不同距离和光强的测试
拷打cubemx【003】——找不到的芯片包
【2025·STM32峰会】GUI解决方案实训分享5-调通板载的NRF24L01 SPI接口并使用模块进行无线通信(发送和接收)
【2025·STM32峰会】GUI解决方案实训分享4-使用MVP架构从硬件外设读取数据并显示到图形界面、从图形界面发送指令控制硬件外设
STM32N6坛友评测出炉,来围观(第二波预约继续)
【2025·STM32峰会】GUI解决方案实训分享3-搭建空白TouchGFX例程并实现简单的功能(含硬件部分的串口打印)
【2025·STM32峰会】GUI解决方案实训分享2-编译运行TouchGFX咖啡机例程(含桌面仿真)
【2025·STM32峰会】+TouchGFX实现动态进度显示以及界面切换
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