所属分类：嵌入式Linux与RTOS 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

STM32CubeAI模型验证与硬件在环测试实战

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
课程导入
STM32CubeAI概述 · 模型验证与硬件在环测试的定义 · 课程目标与学习路径
课程导入STM32CubeAI
02
开发环境搭建
STM32CubeMX · STM32CubeIDE · X-CUBE-AI扩展包的安装与配置
开发环境搭建STM32CubeMX
03
AI模型基础
神经网络模型（CNN · RNN等）的基本原理 · 常见模型格式（ONNX
AI模型基础
04
STM32CubeAI工具链详解
模型转换流程 · 量化选项（8位/16位） · 内存与性能评估
STM32CubeAI工具链详解
05
模型验证概念
模型验证与测试的区别 · 验证指标（准确率 · 混淆矩阵
模型验证概念模型验证
06
硬件在环测试（HIL）基础
HIL测试的定义 · 目的 · 与传统仿真的区别
HIL硬件
07
HIL测试平台搭建
硬件接口（UART · SPI · I2C）
HIL测试平台搭建
08
数据采集与预处理
真实传感器数据采集 · 数据清洗 · 归一化
数据采集预处理
09
模型训练与导出
使用TensorFlow/PyTor… · 导出为ONNX或Keras格式 · 训练中考虑嵌入式约束（内存
模型训练导出
10
STM32CubeAI模型转换实战
使用X-CUBE-AI将模型转换为C… · 配置输入输出 · 处理动态形状
STM32CubeAI模型转换实战
11
生成代码集成
将AI生成的代码集成到STM32Cu… · 编写主程序调用AI推理 · 处理输入输出缓冲区
生成代码集成AI
12
模型验证方法
在PC端使用测试集验证模型精度 · 在STM32上运行推理并对比结果 · 分析量化对精度的影响
模型验证方法PC
13
HIL测试用例设计
设计边界条件 · 异常输入 · 时序测试用例
HIL测试用例设计
14
HIL测试执行流程
编写测试脚本 · 自动注入测试数据 · 采集推理结果
HIL测试执行流程
15
结果分析与调试
对比PC与嵌入式推理结果 · 定位精度损失原因（量化 · 内存对齐
结果分析调试
16
性能优化
模型剪枝 · 权重共享 · 算子融合
性能优化模型剪枝
17
低功耗与实时性
在HIL测试中评估功耗 · 推理延迟 · 吞吐量
低功耗实时性
18
案例实战
图像分类模型（如CIFAR-10）在…
案例实战CIFAR-10
19
案例实战
语音关键词识别（KWS）模型部署与H… · 处理音频数据流
案例实战KWS
20
案例实战
传感器融合（加速度计+陀螺仪）姿态估…
案例实战传感器融合
21
案例实战
异常检测模型（如电机故障）在工业场景…
案例实战异常检测模型
22
常见问题与解决
模型转换失败 · 内存不足 · 推理结果错误
常见问题解决
23
测试自动化
使用Python脚本自动化HIL测试 · 生成测试报告 · 集成到CI/CD流程
测试自动化Python
24
安全性与可靠性
在HIL测试中考虑功能安全（ISO… · 故障注入 · 看门狗与错误处理
安全性可靠性
25
多模型管理
在STM32上部署多个AI模型 · 动态切换 · 资源分配与调度
多模型管理STM32
26
边缘学习与在线更新
在HIL测试中验证模型在线更新机制 · OTA固件升级对AI模型的影响
边缘学习线更新
27
高级主题
使用STM32CubeAI的深度学习… · 支持自定义算子 · 扩展硬件加速器
高级主题STM32CubeAI
28
综合项目
设计一个完整的HIL测试系统（如智能… · 从模型训练到部署测试
综合项目HIL
29
课程总结
回顾关键知识点 · 常见陷阱 · 最佳实践
课程总结回顾关键知识点
30
实战考核
完成一个自选模型的STM32Cube… · 提交报告与演示视频
实战考核STM32Cube