VIP20
本课程属于：109-STM32N6边缘AI与智能视觉工程 嵌入式与底层系统 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

STM32N6 AI模型部署与性能优化

共计 30 章节
可可资料掘金营 · 点击在线试看
01
STM32N6硬件架构与AI加速器
目标=剖析STM32N6的CPU · NPU · 内存层次与总线结构
STM32N6AI
02
STM32N6开发环境搭建
目标=安装STM32CubeIDE · STM32CubeMX · X-CUBE-AI及STM32Cub…
STM32N6开发环境搭建
03
STM32N6 AI软件生态概览
目标=介绍STM32Cube.AI · STM32CubeMX扩展包 · STM32 Model Zoo及第三…
STM32N6AI
04
AI模型部署流程总览
目标=从训练好的模型到STM32N6… · 包括模型转换 · 量化
AI模型部署流程总览
05
模型选择与适配原则
目标=针对STM32N6的NPU与内… · 评估模型复杂度 · 算子支持度与输入输出尺寸的适配策略
模型选择适配原则
06
使用STM32CubeMX导入AI模型
目标=通过X-CUBE-AI扩展包加… · TFLite或Keras模型 · 分析模型图与层信息
STM32CubeMXAI
07
模型量化基础与实战
目标=讲解训练后量化与量化感知训练 · 在STM32N6上实现INT8量化并…
模型量化基础目标=讲解训练后…
08
X-CUBE-AI代码生成与工程集成
目标=生成C代码 · 配置内存分配 · 调用AI运行时API
X-CUBE-AI代码生成
09
STM32N6 NPU加速原理与配置
目标=理解NPU的算子映射 · 数据流与并行机制 · 配置NPU时钟与电源模式以发挥加速性…
STM32N6NPU
10
内存布局与优化
目标=分析模型权重 · 激活值与中间缓冲区的内存需求 · 使用STM32N6的SRAM与外部存…
内存布局优化
11
AI模型推理性能基准测试
目标=使用STM32Cube.AI的… · 帧率与NPU利用率 · 建立性能基线
AI模型推理性能基准…
12
模型剪枝与稀疏化
目标=对模型进行结构化剪枝与稀疏化 · 减少计算量与参数量 · 并在STM32N6上验证加速效果
模型剪枝稀疏化
13
算子融合与图优化
目标=利用STM32Cube.AI的… · 批归一化与激活层 · 降低推理延迟
算子融合图优化
14
数据布局与缓存优化
目标=优化张量数据布局以匹配NPU访… · 利用缓存预取与DMA减少数据搬运开销
数据布局缓存优化
15
多模型与多任务调度
目标=在STM32N6上部署多个AI… · 设计任务调度策略 · 平衡NPU与CPU的负载
多模型多任务调度
16
实时图像分类实战
目标=部署MobileNet或Res… · 实现摄像头图像采集 · 预处理
实时图像分类实战MobileNet
17
目标检测模型部署
目标=将YOLO或SSD等检测模型量… · 优化后处理与NMS在MCU上的实现
目标检测模型部署YOLO
18
语音关键词识别实战
目标=部署KWS模型到STM32N6 · 处理音频采集 · MFCC特征提取与低功耗推理
语音关键词识别实…KWS
19
异常检测与时间序列分析
目标=部署自编码器或1D-CNN模型… · 用于传感器数据的实时异常检测
异常检测时间序列分析
20
模型精度与性能权衡
目标=通过量化 · 剪枝与算子替换 · 在STM32N6上寻找精度与速度的最…
模型精度性能权衡
21
功耗测量与优化
目标=使用STM32N6的功耗测量工… · 分析推理过程中的能耗 · 优化电源模式与时钟频率
功耗测量优化
22
实时性与延迟优化
目标=减少推理延迟与端到端延迟 · 优化数据预处理 · 推理与后处理流水线
实时性延迟优化
23
STM32N6 AI应用调试技巧
目标=使用STM32CubeIDE调… · ITM与SWO跟踪AI运行时 · 定位内存溢出与性能瓶颈
STM32N6AI
24
模型更新与OTA部署
目标=设计AI模型的OTA更新方案 · 在STM32N6上实现安全可靠的模型…
OTA模型更新
25
安全与隐私保护
目标=在STM32N6上实现模型加密 · 安全启动与数据隐私保护 · 防止模型窃取与对抗攻击
安全隐私保护
26
STM32N6与传感器融合
目标=结合IMU · 麦克风与摄像头数据 · 在STM32N6上实现多模态AI推理
STM32N6传感器融合
27
边缘AI与云端协同
目标=设计STM32N6与云端的协同… · 实现模型分割与动态卸载
AI边缘
28
STM32N6 AI项目实战
目标=从需求分析到部署上线的完整项目… · 包括模型选型 · 优化
STM32N6AI
29
性能优化案例研究
目标=分析典型STM32N6 AI部… · 总结优化策略与经验教训
性能优化案例研究STM32N6
30
课程总结与未来展望
目标=回顾STM32N6 AI部署与… · 探讨边缘AI技术趋势与持续学习路径
课程总结未来展望