在经历完各种准备工作后，现在终于来到了正主。直接部署Tensorflow Lite Micro那一套玩意确实没啥问题，但是太麻烦，要添加一大堆文件，还得用它家训练生成模型，然后转换，麻烦的很，在ST平台，怎么能不提到用ST自家工具去部署模型，方便快捷，简单实用。
9 Q. r2 j) I! ~( q% @: p  |拿出之前准备的工程，选取ai开发需要支持的软件包cue-ai，在software packs点select components

; g; t6 ~1 h  B! J

" q* O; d. e& E6 @1 e
在X-CUBE-AI行下core勾选，点OK完成
3 O$ Y! }3 ~1 B, p! _7 U
4 @: `% _1 P; Z" ~
) @6 w  c8 r* K( D0 R
回到引脚配置页面，最下方就是上面导入的CUBE-AI工具包
+ m* Z5 y+ F8 W$ R

2 M8 @% O1 w' c1 J! q

3 @0 q+ v( b" a6 j点击+添加，这里要根据自己使用的模型，以及模型特点选择，如下图选择的是原始模型


这里选择的是量化后的模型（量化可以减少模型的要求，但是精度会下降），点击分析
9 }" C; Z" m% @4 W8 t
# c  ^; L& P# N3 t
& I/ D$ S% _, {) {! x. X( ~6 J* O分析中
6 A; |8 K- v. R3 @

分析完成会显示是否可以部署到设备上，以及资源使用情况。

8 }. ?4 G& k& K% h! Y) p9 F6 k
5 B; b; k" M- H2 Z回到工程，有个小bug（使用的STM32CubeMX版本为6.6.1，X-CUBE-AI版本为7.2.0），下图的几个文件路径老是生成错
4 v8 s; h# T2 T5 C0 r1 {+ B  h
+ R( E8 ]% p, l/ j- W: [+ q' H/ B


4 q# v  R4 ]1 k; F* L$ f+ G右键文件打开设置，修改一下路径就行
; v! H( B. C( l$ z: O

7 u; c# L8 C. N$ o
头文件路径也有一样的问题
1 Z5 x/ Q! O0 ]* j5 n% t

* V" P+ o# w) _4 q初始化模型

1. ai_handle ai_init(void)
   
2. {
   
3.   network_handle = AI_HANDLE_NULL;
   9 e! [$ S" s! h1 |
4. 
   2 }. }& C/ \' f6 {. s8 m- B- e3 L
5.   /* Creating the network */
   
6.   ai_network_create(&network_handle, AI_NETWORK_DATA_CONFIG);
     u9 X+ E$ T# \  I+ T& H/ G! K! {
7. 
   5 F9 v5 C- U* N! F2 W
8.   /* Initialize param structure for the activation and weight buffers */
   2 s' S+ |' }  D9 b$ K& u9 D+ `
9.   const ai_network_params params = AI_NETWORK_PARAMS_INIT(
   ) C& f7 |. E" i. W" ]4 w
10.     AI_NETWORK_DATA_WEIGHTS(ai_network_data_weights_get()),
    . d' ], u, F8 |! Y6 Y
11.     AI_NETWORK_DATA_ACTIVATIONS(activations)
    1 L: U8 ~% R: G  \# w& L/ E
12.   );
    " v" {( {* w$ ^, v% e8 o4 S6 l  A
13. 
    8 s7 i- e( v* K
14.   /* Initializing the network */
    
15.   ai_network_init(network_handle, ¶ms);
    : h# [. W+ |  a5 l6 N+ o
16.   
    9 s6 o5 W; W/ u" }
17.   /*Retrieve network descriptor*/
    
18.   ai_network_get_info(network_handle, &desc_report);
    
19.   
    
20.   /*Copy descriptor info*/
    
21.   ai_input[0]= desc_report.inputs[0];
    : I+ r/ o) D- z2 w  F
22.   ai_output[0]= desc_report.outputs[0];
    
23.   
    
24.   return desc_report.inputs->data;
    8 x7 h4 R3 x2 ~+ M2 d) ?
25. }

复制代码

# U4 k* i/ n6 u# I* [5 O运行模型
- Y$ y2 a  r9 k8 Q4 `

1. void ai_run(void* input, void* output)
   
2. {
   1 N4 j$ B6 A" H& C! v
3.   ai_i32 nbatch;
   - M6 P. _6 B( |+ L- S# {6 v8 h3 T
4.   
   
5.   ai_input[0].data = AI_HANDLE_PTR(input);
   
6.   ai_output[0].data = AI_HANDLE_PTR(output);
   9 r' @1 G( v$ L! {
7.   
   1 a1 @2 I6 ^5 |5 U) j
8.   nbatch = ai_network_run(network_handle, &ai_input[0], &ai_output[0]);
   
9.   
   
10.   if (nbatch != 1) {
    
11.         while(1);
    
12.   }
    3 X/ @: @% E3 G0 n
13. }

复制代码

0 }1 S  r5 ?6 w# r$ t3 [图像接收处理，这个模型要求输入224*224的RGB888的图像，把数据转换一下。

1. void HAL_DCMI_FrameEventCallback(DCMI_HandleTypeDef *hdcmi)
   
2. {
   
3.     uint8_t person_flag;
     E* i" n8 [' M
4.     int i,j;
   
5.     for(i=0; i<224; i++)
   ( z) l  F/ {1 D! n1 a" g
6.         {
   9 j, D" J& v0 \6 U# O
7.         for(j=0; j<224; j++)
   6 |% Q/ d  [- G2 ]9 A$ Y
8.         {
   
9.             uint16_t bg_color = ((uint16_t *)_OV2640->frame->buffer)[i*320 + j];
     s" W2 _# C( h% ^' L
10.             network_input[3*i*224 + 3*j + 0] = ((bg_color>>11)&0xff)<<3;
    
11.             network_input[3*i*224 + 3*j + 1] = ((bg_color>>5)&0x3f)<<2;
    . _$ W6 o! u7 g8 L/ m; z* s' W
12.             network_input[3*i*224 + 3*j + 2] = (bg_color&0x1f)<<2;
    # b6 ^5 T3 d! z; D
13.         }
    ' h( p3 C$ V7 L, B' _: r
14.         }
    
15.     ai_run(network_input, network_output);
    
16. 
    
17.     LCD_Draw_Image(0, 0, 320, 240, (uint16_t *)_OV2640->frame->buffer);
    ) {: T6 W  r" _  @1 y% D2 t
18.     LCD_Draw_String(0, 0, 320, 240, 32, output_labels[network_max()]);
    ; b& q  E7 @9 {) ]8 S: @5 U
19.    
    1 _1 p. e4 a4 |. v9 m
20.     OV2640_DMA_Config(_OV2640->frame->buffer, (_OV2640->frame->length)/4);
    8 i) z7 i/ G: B  e  q' a7 P
21.    
    
22. }

复制代码

运行效果（一共能识别18种食物，这里选了几个看看）

( ^6 {. z' Z; H. c空

- @. P+ n, S2 q8 h# k" B* B可乐
8 D' ^9 Z2 H& p  f" @# Q
6 M8 [4 S  U4 ?2 h$ k
甜甜圈


8 _) L3 S& m0 M* I4 M/ j; m汉堡包


# G) m5 ~: e; e+ ?薯条
; w4 E5 O; X7 e0 p! v& ?
  M4 l5 o4 |& q+ V2 j

小结：STM32Cube.AI工具真的太香了，这里仅仅演示了模型的部署，其实可以快速验证AI模型在目标板上的运行情况，只用串口连接，直接把输入发送到单片机，然后运行完后把结果返回来，全部都集成到了一起，快速验证模型运行情况。很是方便（本文未涉及，有需要的可以在X-CUBE-AI行下勾选时，application里面选择validation，回到配置界面后设置通信接口即可）
Wio Lite AI视觉开发套件确实是开发AI的很好的选择之一，板子虽小五脏俱全，拿来做单片机视觉绰绰有余，但是不得不吐槽的一点是资料支持太差了，原理图，代码全都藏起来，前期调驱动花了很长的时间，后来管管给了一个例程后好转了一些（但是已经晚了。。。），Ai在单片机上应用已经有很多厂商都推出类似的解决方案了，ST这一个环境很优秀，就是如果相关的培训跟资料再多一点就好了。
& G! H6 |% D  D+ H5 ^) N+ X4 E# i

很好
+ u. r- G9 [- N. t1 I

up有没有原理图资料~

求求了

萨法 发表于 2024-11-24 21:35
up有没有原理图资料~</p>
<p>求求了

[md]好久之前做的了，资料都忘了放哪里了。。。你可以在网上找找，或者找卖家要

奇迹 发表于 2024-11-25 10:35
好久之前做的了，资料都忘了放哪里了。。。你可以在网上找找，或者找卖家要
...

up 有更详细一点的建文件工程的教程吗？ 还有模型怎么弄上去， 求解

黄涛12345 发表于 2024-12-9 20:55
up 有更详细一点的建文件工程的教程吗？ 还有模型怎么弄上去， 求解
...

按这个文章操作就行