VIP10
本课程属于：098-嵌入式AI部署 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

Cortex-M单片机神经网络部署实战

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
嵌入式AI概述
AIoT时代背景 · 为什么选择Cortex-M · 神经网络部署的挑战与机遇
AI嵌入式
02
Cortex-M处理器架构
M0/M3/M4/M7内核差异 · FPU与DSP扩展 · 存储架构与总线矩阵
Cortex-M处理器架构
03
开发环境搭建
STM32CubeIDE安装配置 · ARM GCC工具链 · OpenOCD调试器
开发环境搭建STM32CubeIDE
04
CMSIS-NN基础
CMSIS-NN库架构 · 核心函数概览 · 量化感知训练概念
CMSIS-NN库架构
05
模型量化原理
FP32到INT8转换 · 对称量化vs非对称量化 · 量化参数计算
模型量化原理FP32
06
TensorFlow Lite Micro
TFLM框架介绍 · 模型转换流程 · 算子支持列表
TensorFlowLite
07
模型导出与转换
Keras模型训练 · TFLite Converter使用 · 量化选项配置
模型导出转换
08
C语言模型集成
将TFLite模型转为C数组 · 模型结构体解析 · 输入输出张量绑定
C语言模型集成TFLite
09
CMSIS-NN卷积实现
直接卷积vs im2col · 矩阵乘法优化 · Winograd算法简介
CMSIS-NN卷积实现
10
全连接层部署
矩阵乘法优化 · 循环展开技巧 · SIMD指令利用
全连接层部署矩阵乘法优化
11
池化层实现
最大池化 · 平均池化 · 全局池化
池化层实现最大池化
12
激活函数部署
ReLU/ReLU6 · Sigmoid查表法 · Tanh近似计算
激活函数部署ReLU/ReLU6
13
内存优化技术
内存复用策略 · 张量生命周期管理 · 静态内存分配
内存优化技术内存复用策略
14
算子融合技术
Conv+BN+ReLU融合 · Conv+Add融合 · 融合规则推导
算子融合技术Conv+BN+ReLU
15
模型剪枝与压缩
结构化剪枝 · 非结构化剪枝 · 权重共享
模型剪枝压缩
16
知识蒸馏
教师-学生框架 · 软标签训练 · 温度参数调节
知识蒸馏教师
17
实时操作系统集成
FreeRTOS任务创建 · 推理任务优先级 · 中断与推理协同
实时操作系统集成FreeRTOS
18
传感器数据流水线
DMA采集 · 环形缓冲区 · 数据预处理
传感器数据流水线DMA
19
低功耗推理策略
睡眠模式切换 · 动态电压频率调整 · 事件驱动推理
低功耗推理策略睡眠模式切换
20
调试与性能分析
printf调试 · SWO跟踪 · 性能计数器
调试性能分析
21
Profiling工具使用
STM32CubeMonitor · Arm Cycle模型 · Perfetto分析
Profiling工具使用
22
常见错误排查
内存溢出 · 堆栈溢出 · 算子不支持
常见错误排查内存溢出
23
案例一
关键词唤醒(KWS)：数据集准备 · 模型训练 · 部署到Cortex-M4
案例一KWS
24
案例二
人体活动识别(HAR) · CNN模型设计 · 量化部署
案例二HAR
25
案例三
图像分类(ImageNet) · 输入预处理 · Top-5准确率
案例三ImageNet
26
案例四
异常检测(Anomaly Detec… · 阈值设定 · 实时报警
案例四Anomaly
27
案例五
手势识别(Gesture Recog… · 时序CNN · 多模态融合
案例五Gesture
28
模型安全与防护
对抗样本防御 · 模型加密 · 安全启动
模型安全防护
29
OTA更新策略
差分更新 · 模型版本管理 · 回滚机制
OTA更新策略
30
未来展望与进阶
NPU与Cortex-M异构 · TinyML生态发展 · AutoML for MCU
未来展望进阶