VIP20
本课程属于：015-STM32Cube AI模型部署 工业控制与工业互联网 · 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

STM32CubeMX生成AI工程配置全流程

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
课程导入
学习目标 · 课程适用人群 · STM32CubeMX与AI工具链整…
课程导入学习目标
02
环境准备
安装STM32CubeMX · STM32CubeIDE · X-CUBE-AI扩展包及必要的驱动…
环境准备STM32CubeMX
03
AI工具链概览
X-CUBE-AI · STM32Cube.AI · TensorFlow Lite Mi…
AI工具链概览
04
硬件平台选择
常见STM32系列（如F4 · H7 · L4等）的AI能力
硬件平台选择STM32
05
模型准备
如何选择或训练适合嵌入式部署的神经网… · RNN · MLP）
模型准备如何选择或训练适…
06
模型转换基础
将训练好的模型（如Keras · ONNX · PyTorch）转换为ONNX或TF…
模型转换基础Keras
07
STM32CubeMX项目创建
新建STM32工程 · 选择芯片型号 · 配置时钟
STM32CubeMX项目创建
08
外设配置
配置UART · USB · SPI
外设配置UART
09
内存配置
优化RAM和Flash分配 · 为AI模型预留足够的存储空间
内存配置RAM
10
X-CUBE-AI集成
在STM32CubeMX中启用X-C… · 并配置模型输入输出
X-CUBE-AI集成
11
模型导入与验证
在CubeMX中导入模型文件 · 进行模型分析和验证（如精度 · 内存占用）
模型导入验证
12
生成代码
使用STM32CubeMX生成初始化…
生成代码STM32CubeMX
13
AI中间件配置
配置AI运行时库 · 缓冲区 · 量化选项等关键参数
AI间件配置
14
模型量化与优化
了解量化（如int8 · float16）对模型大小和推理速度…
模型量化优化
15
代码工程结构
分析生成的工程文件结构 · 理解AI相关代码的调用关系
代码工程结构分析生成的工程文…
16
编写应用代码
在生成的工程中添加数据采集 · 预处理 · 推理调用和后处理逻辑
编写应用代码生成的工程
17
数据预处理实现
实现图像缩放 · 归一化 · 特征提取等预处理函数
数据预处理实现实现图像缩放
18
推理调用API
掌握ai_run · ai_input_get等核心API…
API推理调用
19
结果后处理
将模型输出转换为实际应用结果（如分类… · 回归值）
结果后处理将模型输出转换为…
20
调试与日志
使用串口打印 · 断点调试 · 性能计数器等方法验证AI推理结果
调试日志
21
性能优化
优化推理速度 · 降低功耗 · 减少内存占用的常用技巧
性能优化优化推理速度
22
案例实战一
基于STM32F4的手写数字识别（M…
案例实战一STM32F4
23
案例实战二
基于STM32H7的图像分类（CIF…
案例实战二STM32H7
24
案例实战三
基于STM32L4的语音关键词识别（…
案例实战三STM32L4
25
常见错误与解决
模型导入失败 · 内存不足 · 推理结果错误等典型问题排查
常见错误解决
26
模型更新与OTA
如何在STM32上实现模型固件升级和…
OTA模型更新
27
与RTOS集成
在FreeRTOS中管理AI推理任务 · 实现多任务调度
RTOS集成
28
低功耗设计
结合STM32低功耗模式 · 实现AI应用的电池供电方案
低功耗设计STM32
29
综合项目
设计一个完整的AIoT应用（如智能传… · 从模型训练到部署全流程
综合项目AIoT
30
课程总结与进阶
回顾全流程 · 介绍更高级的AI加速器（如NPU）和…
课程总结进阶