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

3 P- @& x! p; ~* d! O
添加相关路径
4 p; b( x! F% I& w6 c4 \$ `! z
: h! O4 w% ?3 Q7 Z- M# {
) r1 `3 a. v' _) z9 n/ }8 y% W设置工程，使用AC6编译，关闭Keil的Microlib库


: ?( A# R# t$ F# Z8 W9 [编译选项使用-Os，这样代码体积小点
3 [7 e: ^6 @$ e" r2 K$ `
- f7 Y, e  C) }
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)
   - F1 Y9 ~) A3 L
2. {
   ) E' j! E7 h8 i  U9 R* A" q8 d
3.     uint8_t bg_r = 0;
   8 l1 S& D5 y! W3 c) Z
4.     uint8_t bg_g = 0;
   
5.     uint8_t bg_b = 0;
     H) m' ?9 Y% F( c; ^, m4 D
6.     bg_r = ((bg_color>>11)&0xff)<<3;
   6 F9 I& \! [% D" E
7.     bg_g = ((bg_color>>5)&0x3f)<<2;
   
8.     bg_b = (bg_color&0x1f)<<2;
   7 E) J) J3 C3 _& a3 b
9.     uint8_t gray = (bg_r*299 + bg_g*587 + bg_b*114 + 500) / 1000;
     _7 @. Y4 z, R$ {+ W
10.     return gray;
    6 G* Y* e# Q  B# W. b: o
11. }
    5 k1 w# l* ~# J& q- p
12. 
    
13. void input_convert(uint16_t* camera_buffer , uint8_t* model_buffer)
    
14. {
    
15.     int i,j;
    7 ?% Z/ p! h  |4 Y
16.     for(i=0; i<96; i++)
    
17.         {
    5 D3 E2 Q/ B% t* a9 v& o8 W
18.         for(j=0; j<96; j++)
    
19.         {
    % z' N- J7 u% @6 _0 Q
20.             model_buffer[i*96+j] = rgb565_to_gray(camera_buffer[i*2*320 + j*2 + 64 + 320*24]);
    
21.         }
    & l7 M2 U: m$ ^3 R
22.         }
    
23. }

复制代码

: x/ Y  u5 _$ r在图像接收中断里面处理识别过程

1. void HAL_DCMI_FrameEventCallback(DCMI_HandleTypeDef *hdcmi)
   ! J$ s3 F6 b9 c9 d5 E
2. {
   4 B$ ^1 O8 W. V# S  L" O( o6 d
3.     uint8_t person_flag;   
   
4. 
   
5.     //转换图像为模型可处理的大小
   
6.     input_convert((uint16_t*)_OV2640->frame->buffer, model_buffer);
   " s4 X! g" y, w/ a' D
7.     person_flag = person_detect(model_buffer);  //运行模型
   
8.    
   & [; Q. x. [* w5 {3 J, k! `$ ^6 }& R
9.     LCD_Draw_Image(0, 0, 320, 240, (uint16_t *)_OV2640->frame->buffer);
   . m& U- y' }1 @8 Y" k2 @" O/ Z* ~# ~
10.     for(int i=0;i<192;i++)
    
11.     {
    
12.         LCD_Draw_Point(i+64,  192+24,0xf100);
    
13.         LCD_Draw_Point(192+64,i+24,  0xf100);
    
14.         LCD_Draw_Point(i+64,  0+24,  0xf100);
    ) ^3 H0 r4 N' m! T7 [- n
15.         LCD_Draw_Point(64,    i+24,  0xf100);
    ' U1 G; u3 J4 w% X2 Z, q) U
16.     }
    
17.     if(person_flag!=0)LCD_Draw_String(0, 0, 320, 240, 32, "people");
    ) {5 j, C  d1 Y7 j2 C
18.    
    
19.     OV2640_DMA_Config(_OV2640->frame->buffer, (_OV2640->frame->length)/4);
    
20. }

复制代码

' J/ ?& n, a. a) y: _9 m& i0 A& |

8 N. h& M4 a8 E2 y运行效果：
; ~$ p5 {5 a, O* ]( R识别充电器（无反应）


9 o, H2 D7 @' M3 \7 @
; X. \( G9 N$ q6 ?, G+ A$ p识别打火机（无反应）


识别人体（显示people）
! i/ M! R( r% O" A" E: o* v
. Z; m' B, W5 S1 R# T
0 w+ }. l% G6 `5 |5 t* m, \" G; Y' ~2 S

打火机相当出境

谢谢楼主共享评测，谢谢共享代码！学习了。
1 z: `2 k! c+ }" A8 b; A1 `: N+ H

你好，请问有些源文件是重名的，该怎么才能解决冲突

<br /> <br />

一些是需要删掉的，二选一