课程导入：学习目标、适用人群、课程整体框架与实战项目预览
嵌入式视觉与边缘AI正在经历一场深刻的范式转移。传统上，在MCU（微控制器）上部署深度学习模型被视为“不可能完成的任务”——有限的Flash存储、KB级别的RAM、缺乏浮点运算单元，这些硬约束让开发者望而却步。然而，随着STM32Cube生态系统的成熟，特别是STM32Cube.AI工具链的推出，这一壁垒已被彻底打破。本课程并非泛泛而谈AI理论，而是聚焦于一条极具工程价值的路径：将YOLO（You Only Look Once）轻量级目标检测模型，通过STM32Cube.AI部署到Cortex-M内核的STM32芯片上。我们将从模型选型、量化剪枝、X-CUBE-AI转换、代码集成到最终板级调优，走完一条完整的、可复现的实战链路。
1.1 学习目标：从“能跑通”到“跑得优”
本课程的学习目标不是简单地“把模型塞进芯片”，而是建立一套可量化的嵌入式AI工程方法论。完成全部章节后，学员将具备以下核心能力：
- 模型轻量化设计能力：掌握YOLOv5n/v8n的架构特点，能够根据MCU资源约束（Flash、RAM、算力）进行合理的通道剪枝、层融合和INT8量化，将模型体积压缩至1MB以内。
- 工具链熟练运用：精通STM32Cube.AI（X-CUBE-AI）的完整工作流，包括ONNX模型导入、内存池分析、硬件算子映射、CRC校验以及C代码生成。
- 嵌入式系统集成能力：能够在STM32CubeMX中完成时钟树配置、DCMI摄像头接口初始化、DMA传输优化，并将AI推理引擎无缝集成到FreeRTOS任务调度中。
- 性能调优与问题定位：学会使用STM32CubeMonitor进行实时性能剖析，能够通过Profiling数据定位推理瓶颈（如内存带宽、算子耗时），并针对性地进行优化。
- 工程化思维建立：理解从模型训练到产品落地的完整链路，包括数据采集、标注、训练、验证、部署、测试的闭环流程，以及版本管理、日志记录等工程实践。
1.2 适用人群：谁应该学习这门课程？
本课程面向具有明确工程需求的开发者，建议具备以下基础：
| 目标人群 | 前置技能要求 | 课程收益 |
|---|---|---|
| 嵌入式软件工程师 | 熟悉C语言、STM32 HAL库编程，了解基本外设（UART、SPI、I2C） | 掌握AI模型在MCU上的部署方法，拓展职业边界 |
| AI算法工程师 | 熟悉Python、PyTorch/TensorFlow，了解YOLO系列模型结构 | 理解模型部署的硬件约束，学会针对MCU进行模型轻量化设计 |
| 物联网/边缘计算开发者 | 有基本的嵌入式开发经验，对AI应用有浓厚兴趣 | 能够独立完成从模型训练到设备端推理的完整项目 |
| 高校学生/研究人员 | 具备C语言和Python基础，了解机器学习基本概念 | 获得工业级项目实战经验，为科研或就业打下基础 |
1.3 课程整体框架：五阶段递进式学习路径
课程共30章，按照“理论→工具→实践→优化→项目”的逻辑分为五个阶段，每个阶段都有明确的交付物和验收标准：
- 阶段一：基础与准备（第1-5章）——课程导览、STM32Cube生态介绍、YOLO轻量模型架构解析、开发环境搭建（STM32CubeMX + Keil/STM32CubeIDE + X-CUBE-AI）、硬件平台介绍（推荐使用STM32H743-Nucleo或类似开发板）。
- 阶段二：模型轻量化与转换（第6-12章）——YOLOv5n/v8n模型结构详解、ONNX导出与验证、模型剪枝策略（结构化剪枝、通道稀疏化）、INT8量化实战（PTQ与QAT对比）、STM32Cube.AI工具链详解（模型导入、内存分析、算子映射）、C代码生成与CRC校验。
- 阶段三：嵌入式系统集成（第13-20章）——STM32CubeMX工程配置（时钟、DCMI、DMA、UART、LCD）、摄像头驱动开发（OV2640/OV5640）、图像预处理（RGB888→RGB565、缩放、归一化）、AI推理引擎集成（调用生成的C代码）、FreeRTOS任务设计（采集任务、推理任务、显示任务）、LCD显示与UART日志输出。
- 阶段四：性能优化与调试（第21-26章）——推理性能剖析（使用STM32CubeMonitor）、内存优化（内存池复用、DMA双缓冲）、算子级优化（CMSIS-NN加速、SIMD指令）、精度调优（量化误差分析、混合精度）、常见问题排查（内存溢出、推理结果错误、帧率不足）。
- 阶段五：综合实战与项目复盘（第27-30章）——完整项目实战（基于STM32H743的口罩佩戴检测系统）、多模型部署策略（同时运行检测模型和分类模型）、低功耗设计（WFI模式、动态电压频率调节）、课程总结与进阶方向（TinyML、NPU加速）。
1.4 实战项目预览：口罩佩戴检测系统
本课程的终极实战项目是构建一个基于STM32H743的口罩佩戴检测系统。该项目将综合运用课程中所有核心知识点，实现一个具备实际应用价值的边缘AI设备。
项目背景与约束：假设我们为一家工厂设计一个入口闸机辅助检测设备，要求：
- 硬件平台：STM32H743ZI（Cortex-M7 @480MHz，2MB Flash，1MB RAM）
- 摄像头：OV2640（200万像素，DCMI接口，支持RGB565输出）
- 显示：4.3寸TFT-LCD（480x272，RGB接口）
- 检测目标：人脸区域是否佩戴口罩（二分类：佩戴/未佩戴）
- 性能要求：端到端推理延迟 ≤ 150ms，检测精度 mAP@0.5 ≥ 0.85
- 资源约束：模型Flash占用 ≤ 800KB，运行时RAM占用 ≤ 400KB
项目技术方案：
| 模块 | 技术选型 | 关键参数 |
|---|---|---|
| 目标检测模型 | YOLOv5n（定制剪枝版） | 输入192x192x3，输出3个尺度（24x24、12x12、6x6），类别数2 |
| 模型压缩 | 结构化通道剪枝 + INT8 PTQ量化 | 剪枝率40%，量化后模型大小约680KB |
| AI推理引擎 | STM32Cube.AI v8.1 | 使用CMSIS-NN优化算子，内存池复用 |
| 图像采集 | DCMI + DMA双缓冲 | RGB565格式，分辨率320x240，帧率30fps |
| 图像预处理 | 硬件缩放 + 软件归一化 | 双线性插值缩放至192x192，像素值归一化至[0,1] |
| 系统调度 | FreeRTOS（3个任务） | 采集任务（优先级2）、推理任务（优先级3）、显示任务（优先级1） |
项目预期效果：系统上电后，摄像头实时采集图像，LCD屏幕显示检测结果（绿色框表示佩戴口罩，红色框表示未佩戴口罩），同时通过UART输出检测日志。在480MHz主频下，单次推理延迟约120ms（含预处理），满足150ms的实时性要求。通过串口命令可切换检测模式（仅检测人脸/检测口罩）、调整检测阈值、查看系统资源占用等。
1.5 常见误区与学习路径建议
在多年的嵌入式AI教学和项目咨询中，我们发现初学者经常陷入以下几个误区：
- 误区一：模型越大越好。很多学员习惯性地使用YOLOv5s甚至YOLOv5m，认为精度更高。但在MCU上，模型大小直接决定了推理延迟和内存占用。YOLOv5n在192x192输入下已经可以达到0.85以上的mAP，而YOLOv5s的推理延迟会超过500ms，完全无法满足实时性要求。
- 误区二：量化是万能的。INT8量化确实能大幅减少模型体积和推理时间，但如果不注意校准数据集的选择，量化后的精度损失可能超过5%。本课程将详细讲解PTQ和QAT两种量化方式的适用场景，以及如何通过“敏感层分析”来定位量化误差的来源。
- 误区三：忽略预处理开销。很多学员只关注推理引擎的耗时，却忽略了图像采集和预处理的时间。实际上，在192x192输入下，图像缩放和归一化操作可能占用总延迟的20%-30%。本课程将介绍如何利用DMA和硬件加速来降低预处理开销。
- 误区四：不重视内存管理。STM32H743虽然有1MB RAM，但AI推理引擎、图像缓冲区、RTOS任务栈、LCD显存等都需要占用内存。如果不进行精细的内存规划，很容易出现内存不足或碎片化问题。本课程将教授内存池复用、静态分配、DMA双缓冲等实用技巧。
本课程的设计理念是“少讲理论，多讲实战；少讲原理，多讲方法”。每一章都配有完整的代码示例、实验步骤和常见问题解答。我们相信，通过30章的系统学习和实践，学员将能够独立完成从模型训练到MCU部署的全流程工作，成为真正的嵌入式AI工程师。