VIP10
本课程属于：090-STM32CubeAI图像识别实战 嵌入式基础与RISC-V · 共 10 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

STM32 TFLite Micro模型移植与内存调优

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导学与开发环境搭建
课程目标 · STM32CubeMX与Cube.A… · 硬件平台介绍（STM32H743）
课程导学开发环境搭建
02
TFLite Micro模型基础
模型文件格式（FlatBuffer） · 模型解析流程 · Tensor Arena与内存分配器
TFLiteMicro
03
STM32Cube.AI vs TFLite Micro
两种推理引擎的架构对比 · 性能差异 · 适用场景分析
STM32Cube.AIvs
04
内存模型深度剖析
SRAM · Flash · DTCM
内存模型深度剖析SRAM
05
Tensor Arena大小估算
模型输入输出张量大小计算 · 中间层临时缓冲区估算 · 实战
TensorArena
06
内存池优化策略
静态内存池 vs 动态分配 · 内存碎片化问题 · 我常用的内存池设计模式
内存池优化策略vs
07
模型量化与内存压缩
INT8量化原理 · 量化感知训练（QAT）与后训练量化（… · 权重压缩技巧
模型量化内存压缩
08
算子内存复用
In-Place计算 · 内存别名技术 · 如何让两个不相邻的层共享同一块内存
算子内存复用In-Place
09
TFLite Micro解释器初始化
MicroInterpreter创建 · OpResolver注册 · Tensor Arena绑定
TFLiteMicro
10
模型加载与解析
从Flash读取模型 · 模型校验 · FlatBuffer反序列化
模型加载Flash
11
输入输出张量操作
获取输入指针 · 数据预处理（归一化 · Resize）
输入输出张量操作获取输入指针
12
推理执行流程
Invoke()调用链 · 算子调度 · Profiling与时间测量
推理执行流程Invoke
13
自定义算子注册
为什么需要自定义算子？编写Simpl… · 注册一个自定义全连接层
自定义算子注册Simpl
14
内存调优实战（一）
使用Cube.AI的RAM/Flas…
内存调优实战Cube.AI
15
内存调优实战（二）
手动调整Tensor Arena大小 · 减少中间缓冲区
内存调优实战Tensor
16
内存调优实战（三）
算子融合与内存复用——将Conv+B…
内存调优实战Conv+B
17
Flash存储优化
模型压缩（权重共享 · 剪枝） · XIP（就地执行）与Flash读取速…
Flash存储优化
18
双缓冲区机制
Ping-Pong Buffer设计 · DMA双缓冲传输 · 推理与数据加载流水线
双缓冲区机制Ping-Pong
19
RTOS下的内存管理
FreeRTOS堆栈配置 · 任务栈大小估算 · 消息队列与内存池结合
RTOS下的内存管理
20
调试与Profiling工具
STM32CubeMonitor · 串口打印时间戳 · SEGGER SystemView集…
Profiling调试
21
常见内存错误排查
HardFault分析 · 栈溢出检测 · 内存泄漏定位（我踩过的坑）
常见内存错误排查HardFault
22
模型移植全流程（一）
从Keras/TensorFlow导… · 量化参数校准
模型移植全流程Keras/Tensor…
23
模型移植全流程（二）
在PC上验证TFLite模型输出 · 对比STM32推理结果
模型移植全流程PC
24
模型移植全流程（三）
集成到实际项目——摄像头采集+LCD…
模型移植全流程LCD
25
性能基准测试
FPS测量 · 单帧推理时间 · 内存峰值占用
性能基准测试FPS
26
低功耗场景优化
睡眠模式与唤醒 · 推理频率控制 · 内存掉电保持策略
低功耗场景优化睡眠模式
27
多模型并行推理
共享Tensor Arena · 模型切换开销 · 资源隔离
多模型并行推理Tensor
28
边缘部署最佳实践
模型版本管理 · OTA更新 · 日志记录
边缘部署最佳实践模型版本管理
29
实战项目
手势识别系统——从模型训练到STM3…
实战项目STM3
30
课程总结与进阶方向
TFLite Micro最新特性 · TinyML生态展望 · 推荐学习资源
课程总结进阶方向