【STM32H5 评测】MNIST 数字识别

[复制链接]

无垠的广袤发布时间：2026-10-26 12:00

技术帖
文章封面:
文章简介:	介绍了 NUCLEO-H5E5ZJ 开发板结合 STM32Cube AI Studio 软件和 MNIST 数据集以及 TFLite 预训练模型，实现手写数字识别的项目设计，包括环境搭建、工程创建、关键代码、流程图、效果演示等。

【STM32H5 评测】MNIST 数字识别

本文介绍了 NUCLEO-H5E5ZJ 开发板结合 STM32Cube AI Studio 软件和 MNIST 数据集以及 TFLite 预训练模型，实现手写数字识别的项目设计，包括环境搭建、工程创建、关键代码、流程图、效果演示等。

项目介绍

NUCLEO-C562RE 开发板实现手写数字识别。

准备工作：环境搭建、STM32Cube AI Studio、硬件连接、模型获取等；
工程创建：流程图、模型转换、工程代码等；
工程测试：工程编译、固件上传、效果演示等。

硬件连接

使用 Type-C 数据线连接开发板 ST-LINK V3 接口与主机 USB 接口；

根据原理图，选择 PD8 和 PD9 作为 USART3 （板载ST-LINK虚拟串口）的通信引脚。

环境搭建

下载、安装并运行 STM32Cube AI Studio 软件；

进入 Setting 设置标签页，自动安装所需工具，包括 STM32CubeMX、STM32CubeProgrammer、STM32CubeIDE、ST Edge AI Core；

模型获取

使用预训练的 TFLite 模型，下载 trained.tflite 文件。

参考：Mnist数字识别 · OpenMV .

TFLite

TFLite 模型是 TensorFlow Lite 的轻量级模型格式，用于在移动端和嵌入式设备上高效运行机器学习推理。

TensorFlow Lite（TFLite）是 TensorFlow 的轻量级版本，专注于在移动设备、嵌入式系统和物联网设备上运行机器学习模型。TFLite 模型文件以 .tflite 为扩展名，采用 FlatBuffer 二进制格式存储，具有高效、低内存占用和快速访问的特点。

工程创建

新建工程，选择 NUCLEO-H5E5ZJ 开发板为目标设备；

工具链选择 CMake 以便使用 VS Code 调试，点击创建工程；

选择 mnist 模型路径，确认相关参数（mode 为 on desktop）；
点击开发板右侧的设置按钮，配置串口为 USART3，PD8 和 PD9 引脚，点击运行按钮；

运行完成后，可查看存储占用与内存消耗；

点击 Generate code 按钮生成工程文件；

点击打开工程文件夹，使用 VS Code 打开工程。

详见：【STM32U3 评测】MNIST 数字识别 .

流程图

工程代码

打开 ./AI/APP/app_x-cube-ai.c 添加如下代码

int acquire_and_process_data()
{
  /* USER CODE BEGIN acquire_and_process_data */
  if (in_length != STAI_NETWORK_IN_NUM || stai_input[0] == NULL) {
    LC_PRINT("Input buffer is not available\r\n");
    return -1;
  }

  int8_t *input = (int8_t *)stai_input[0];
  for (stai_size i = 0; i < STAI_NETWORK_IN_1_SIZE; i++) {
    input[i] = (int16_t)pixel_data[i] + STAI_NETWORK_IN_1_ZERO_POINT;
  }

  return 0;
  /* USER CODE END acquire_and_process_data */
}

int post_process()
{
  /* USER CODE BEGIN post_process */
  if (out_length != STAI_NETWORK_OUT_NUM || stai_output[0] == NULL) {
    LC_PRINT("Output buffer is not available\r\n");
    return -1;
  }

  const int8_t *scores = (const int8_t *)stai_output[0];
  uint32_t best_digit = 0;
  for (uint32_t digit = 1; digit < STAI_NETWORK_OUT_1_SIZE; digit++) {
    if (scores[digit] > scores[best_digit]) {
      best_digit = digit;
    }
  }

  LC_PRINT("Recognized digit: %u\r\n", (unsigned int)best_digit);
  LC_PRINT("Confidence by digit:\r\n");
  for (uint32_t digit = 0; digit < STAI_NETWORK_OUT_1_SIZE; digit++) {
    uint32_t confidence =
        (((uint32_t)((int16_t)scores[digit] - STAI_NETWORK_OUT_1_ZERO_POINT)
          * 10000U) + 128U) / 256U;
    LC_PRINT("  %u: %u.%02u%%\r\n",
             (unsigned int)digit,
             (unsigned int)(confidence / 100U),
             (unsigned int)(confidence % 100U));
  }

  return 0;
  /* USER CODE END post_process */
}

保存代码。