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。
& ]) i( A8 ]2 x( u( M9 v$ V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
/ r( r) X7 U; {" x+ w- f
% v3 R9 Q3 z3 i1 ], G
4 x! t& M; Y% t3 P8 }
# O/ [4 h" h. f$ ^7 X
在X-CUBE-AI行下core勾选，点OK完成

  @4 H# s0 U# v/ Z

回到引脚配置页面，最下方就是上面导入的CUBE-AI工具包
* E9 M& ~# ~6 a' g1 K% T( _
9 L  D" Y( c5 q, f& n3 C

3 x% S4 _: r4 W0 Q& i! X
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
/ t* M; A0 P) w

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
. P6 y3 q$ l4 l
* J8 A. Y* g, z. P8 ?8 [
8 X* l# w. r, {' U4 l+ y7 i' j: M. [分析中


( Z5 k1 S$ _  u/ C4 T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。
4 o% e1 e3 U8 e9 u! ?$ m
  Q1 M5 Q& j5 e, k! [4 T
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
# B& A( c; D* P+ V; F; ^
8 V# ^3 k6 c% T8 S

- Y0 h, N1 Z% ]. a9 o* O; U
: [7 G* f( e) e9 O右键文件打开设置，修改一下路径就行

& ~' j9 O( h; I& W7 ~5 d

头文件路径也有一样的问题


# p9 C6 e: u8 `% @  ^- U初始化模型

1. ai_handle ai_init(void)
   1 Q2 }9 ?) o3 o  N  l: @& F* ~: Q
2. {
   
3.   network_handle = AI_HANDLE_NULL;
   . o" P8 E; T+ S* `8 Q
4. 
   % T- `, z+ A, l
5.   /* Creating the network */
   
6.   ai_network_create(&network_handle, AI_NETWORK_DATA_CONFIG);
   ) v( X( z5 |) i) }. v& N
7. 
   
8.   /* Initialize param structure for the activation and weight buffers */
   % ?+ g0 ^" ]7 v! |
9.   const ai_network_params params = AI_NETWORK_PARAMS_INIT(
   
10.     AI_NETWORK_DATA_WEIGHTS(ai_network_data_weights_get()),
    % W% e3 ]$ q4 L9 U. i0 ~* g8 E
11.     AI_NETWORK_DATA_ACTIVATIONS(activations)
    . F! Q+ C- K9 ]3 z: Y
12.   );
    
13. 
    0 n) n* i' F" t9 W' T
14.   /* Initializing the network */
    , Z0 ?" k1 Q& H
15.   ai_network_init(network_handle, ¶ms);
    & S7 ^3 w3 ]1 E: |
16.   
    
17.   /*Retrieve network descriptor*/
    
18.   ai_network_get_info(network_handle, &desc_report);
    
19.   
    ! q5 q* i0 @- r' T
20.   /*Copy descriptor info*/
    - I  s$ o* v6 O! X
21.   ai_input[0]= desc_report.inputs[0];
    
22.   ai_output[0]= desc_report.outputs[0];
    0 Y' |3 \: R! `! P: t( V
23.   
    # `8 n+ Z2 o. L+ O3 a" J8 b
24.   return desc_report.inputs->data;
    $ f/ C  \* s- c% {" b# T; o9 o
25. }

复制代码

$ Q9 C* z" ~' @  w) t! S- w运行模型
" n- O4 ^% G- D9 v9 T

1. void ai_run(void* input, void* output)
   ' O2 k6 X  c$ [2 q2 I
2. {
   $ B7 Z$ E' b+ t$ N
3.   ai_i32 nbatch;
   % |2 V0 L+ B, E/ P2 N
4.   
   
5.   ai_input[0].data = AI_HANDLE_PTR(input);
   + G- j2 H8 M" i- P8 k
6.   ai_output[0].data = AI_HANDLE_PTR(output);
   
7.   
     ]* U- n1 {7 K
8.   nbatch = ai_network_run(network_handle, &ai_input[0], &ai_output[0]);
   7 [  D/ e' f! G/ D' Z
9.   
   
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)
   6 ]5 q8 l/ a; ?8 e# N/ c- L$ k
2. {
   
3.     uint8_t person_flag;
   
4.     int i,j;
   
5.     for(i=0; i<224; i++)
   ; O- x* ~9 f' ~
6.         {
   
7.         for(j=0; j<224; j++)
   
8.         {
   9 y' k# L, i3 F# w9 g
9.             uint16_t bg_color = ((uint16_t *)_OV2640->frame->buffer)[i*320 + j];
   ; Y+ _* T6 U  w6 s0 }$ }8 J& U
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;
    
12.             network_input[3*i*224 + 3*j + 2] = (bg_color&0x1f)<<2;
    + X, l, O$ ^! u1 @6 M- W1 F) ?5 @$ @
13.         }
    
14.         }
    , p7 {3 A) a7 D: {" L5 |8 C' o
15.     ai_run(network_input, network_output);
    4 [0 L; l1 B, Q- _3 |8 ]
16. 
    / F' Q' }8 {3 P( M  a
17.     LCD_Draw_Image(0, 0, 320, 240, (uint16_t *)_OV2640->frame->buffer);
    $ \9 b# c& O9 @* i
18.     LCD_Draw_String(0, 0, 320, 240, 32, output_labels[network_max()]);
    
19.    
    - y* ]7 E4 r3 Y$ Y" l; Q1 B
20.     OV2640_DMA_Config(_OV2640->frame->buffer, (_OV2640->frame->length)/4);
    3 l- d9 Y3 ^5 @1 Y( e, @$ `6 F
21.    
    0 y3 o( k( h! O$ ^* L/ j
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）
- Z1 ]2 s" g- u' U5 v6 Z4 P
1 n- U7 h4 a4 o3 E! i0 e" `+ U空
' Q& `7 A" E" h# k
可乐
. Z- W+ F3 ?+ N% u5 x/ Y$ {1 \
/ p/ n" o/ @2 n$ n$ _; C
甜甜圈
: d3 P& b$ p+ L5 P8 V5 A! k
0 T1 V2 A" T+ i9 R
汉堡包

5 M8 g6 F, \( x9 o, c
薯条
( c; n7 ?0 X: _% a


7 F  Y$ e+ s  p7 g  s1 v: u3 u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。
7 k/ w" e- O  i% a+ x7 p

很好

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