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。
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
9 f5 n4 `. |+ _

' }& I' @  ?: O: n
/ m. k) r. d  u. T% _; H
在X-CUBE-AI行下core勾选，点OK完成
# @# V( V8 m5 f  v
& v; c7 i$ H9 {) r

; _: v3 P1 Q- `( ~7 d回到引脚配置页面，最下方就是上面导入的CUBE-AI工具包

; c! ^1 s& u9 w1 I, e( n- V


% K( g0 h( c+ d3 S' ]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
7 \) B4 Z$ U7 t* `
) n  R6 g" C# n  q: J' t, Z9 M0 y
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
( Y# o) F. Q: ?! J2 m6 N8 N

# M( r2 {$ \( w7 A# T8 y( W. B分析中


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。
9 l6 U$ \, I& G
8 [/ `0 L, v; P3 o% ^4 `4 T$ f
* Y% C" w* d6 r! s3 `3 |6 v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



& \2 w/ A: a$ Z' t; P
右键文件打开设置，修改一下路径就行

. v) U6 c# }2 a4 z2 Z1 X
) f8 g" N% t: w% `# B3 U
头文件路径也有一样的问题
; L' c& a/ ]! x$ n4 `
/ f2 @" V3 y% m
初始化模型

1. ai_handle ai_init(void)
   2 b) I1 d# W, E# ]* \- x
2. {
   
3.   network_handle = AI_HANDLE_NULL;
   
4. 
   
5.   /* Creating the network */
     I  u) r7 |+ a
6.   ai_network_create(&network_handle, AI_NETWORK_DATA_CONFIG);
   
7. 
   6 y  Q& ~( P2 v! Y# {  @' w
8.   /* Initialize param structure for the activation and weight buffers */
   6 Z, m$ |. Q, h
9.   const ai_network_params params = AI_NETWORK_PARAMS_INIT(
   
10.     AI_NETWORK_DATA_WEIGHTS(ai_network_data_weights_get()),
    
11.     AI_NETWORK_DATA_ACTIVATIONS(activations)
    
12.   );
    
13. 
    ) m. u4 a( e5 ?8 L% D
14.   /* Initializing the network */
    
15.   ai_network_init(network_handle, ¶ms);
    
16.   
    
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];
    
22.   ai_output[0]= desc_report.outputs[0];
    
23.   
    
24.   return desc_report.inputs->data;
    . L- \: U( ?+ d
25. }

复制代码

5 z3 Q& i- t! J3 `4 C! O运行模型

1. void ai_run(void* input, void* output)
   # ^2 X: X& _! t. E6 \/ P) y: n
2. {
   
3.   ai_i32 nbatch;
   , a. U+ I8 _. i7 V" t1 U2 |$ b
4.   
   , j% Q# G8 p# N9 S" d4 l
5.   ai_input[0].data = AI_HANDLE_PTR(input);
   ; C/ Z3 ~) P* \* j" ?' l9 I
6.   ai_output[0].data = AI_HANDLE_PTR(output);
   
7.   
   8 h7 q5 V6 d& B9 M
8.   nbatch = ai_network_run(network_handle, &ai_input[0], &ai_output[0]);
   % U4 a0 [, A2 b& s2 {2 \8 W2 B! f
9.   
   4 D* s) K5 X5 Y* `, k1 _& }
10.   if (nbatch != 1) {
    
11.         while(1);
    
12.   }
    
13. }

复制代码

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;
   
4.     int i,j;
   9 q) x6 I! M" o; U* S/ S5 C
5.     for(i=0; i<224; i++)
   + b4 m. I7 R  g4 x- p0 \, c
6.         {
   
7.         for(j=0; j<224; j++)
   
8.         {
   
9.             uint16_t bg_color = ((uint16_t *)_OV2640->frame->buffer)[i*320 + j];
   
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;
    # i8 u% p% [8 V$ Q
12.             network_input[3*i*224 + 3*j + 2] = (bg_color&0x1f)<<2;
    , R1 x% p5 I2 f
13.         }
    
14.         }
    
15.     ai_run(network_input, network_output);
    
16. 
    
17.     LCD_Draw_Image(0, 0, 320, 240, (uint16_t *)_OV2640->frame->buffer);
    
18.     LCD_Draw_String(0, 0, 320, 240, 32, output_labels[network_max()]);
    
19.    
    
20.     OV2640_DMA_Config(_OV2640->frame->buffer, (_OV2640->frame->length)/4);
    
21.    
    
22. }

复制代码

, `9 t4 `+ w$ H$ k7 Z& G
运行效果（一共能识别18种食物，这里选了几个看看）
" b( }4 o5 O! x( ^
5 g$ m( F* O! d$ d空
3 A; O4 X4 Z" [% `+ r1 Y0 J1 c
可乐
1 q$ W9 a$ T3 \2 c# A
2 ~' ?% `4 K% E; C
& K, {5 K. \5 G9 \1 o甜甜圈
! g/ U- E! S; c$ k' C# ^" H

汉堡包


薯条

! r1 @+ p$ o3 ]

6 e: T! l# g+ K3 v1 R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。

很好
' b, ~; _8 ^, m

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