首页
›
热销单品
›
AI大模型与智能应用
›
《STM32传感器数据推理与边缘计算性能调优实战》
所属分类:AI大模型与智能应用
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
STM32传感器数据推理与边缘计算性能调优实战
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
边缘计算概述
从云到端的必然趋势 · STM32在边缘AI中的角色定位 · 课程项目全景预览(智能温控+异常检测…
边缘计算概述
从云到端的必然趋…
02
硬件平台搭建
STM32F4/F7/H7系列选型指… · 常用传感器(IMU · 温湿度
硬件平台搭建
STM32F4/F7/H…
03
开发环境配置
STM32CubeIDE安装与工程创… · HAL库与LL库的选择策略 · CMSIS-DSP与CMSIS-NN…
开发环境配置
STM32CubeIDE
04
传感器数据采集基础
GPIO与ADC配置实战 · I2C/SPI总线驱动温湿度传感器(… · DMA传输与双缓冲机制
传感器数据采集基…
GPIO
05
数据预处理技术
滑动窗口滤波 · 中值滤波 · 卡尔曼滤波的嵌入式实现
数据预处理技术
滑动窗口滤波
06
特征工程实战
时域特征(均值 · 方差 · 峰值
特征工程实战
时域特征
07
轻量级神经网络基础
模型量化(INT8/FP16)原理 · TensorFlow Lite Mi… · 模型大小与RAM占用评估
轻量级神经网络基…
INT8/FP16
08
CMSIS-NN加速原理
卷积 · 池化 · 全连接层的优化实现
CMSIS-NN
加速原理
09
模型部署流程
将Keras/TFLite模型转换为… · STM32工程集成模型权重 · 输入输出张量对齐调试
模型部署流程
Keras/TFLite
10
推理引擎搭建
TFLite Micro Runti… · 内存分配器配置 · 模型解释器初始化与推理调用
推理引擎搭建
TFLite
11
传感器数据流与推理流水线
双缓冲DMA采集+推理并行化 · 乒乓操作减少等待 · 时间片轮转调度
传感器数据流
推理流水线
12
性能基准测试
推理时间 · 峰值RAM · Flash占用测量方法
性能基准测试
推理时间
13
算子优化实战
自定义激活函数(ReLU/Tanh)… · 矩阵乘法分块策略 · 查表法加速softmax
算子优化实战
ReLU/Tanh
14
内存优化技巧
Tensor Arena大小调优 · 权重共享与常量折叠 · 就地操作减少临时缓冲区
内存优化技巧
Tensor
15
电源管理策略
WFI/WFE指令与睡眠模式 · 动态电压频率调整(DVFS) · 推理任务与低功耗模式协同
电源管理策略
WFI/WFE
16
实时操作系统集成
FreeRTOS任务创建与优先级设置 · 消息队列传递传感器数据 · 信号量同步推理完成
实时操作系统集成
FreeRTOS
17
多传感器融合推理
同步多传感器时间戳 · 特征级融合与决策级融合 · 异构数据对齐
多传感器融合推理
同步多传感器时间…
18
异常检测实战
基于自编码器的异常检测模型 · 重构误差计算与阈值设定 · STM32上实时异常报警
异常检测实战
基于自编码器的异…
19
智能温控系统实战
PID控制器与神经网络预测结合 · 温度趋势预测 · PWM风扇调速闭环
智能温控系统实战
PID
20
语音关键词识别
MFCC特征提取优化 · TinyML模型(如DS-CNN)部… · 唤醒词检测实现
语音关键词识别
MFCC
21
运动状态识别
IMU数据采集与姿态解算 · 6轴/9轴融合 · 步数检测与活动分类
运动状态识别
IMU
22
模型更新与OTA
固件分区设计 · Bootloader与App分离 · 通过蓝牙/WiFi接收新模型
OTA
模型更新
23
调试与日志系统
SEGGER RTT使用 · SWO跟踪输出 · 性能日志结构化存储
调试
日志系统
24
错误处理与看门狗
硬件故障检测 · 推理结果置信度评估 · 独立看门狗与窗口看门狗配置
错误处理
看门狗
25
安全与加密
固件加密存储 · 模型参数保护 · 安全启动链
安全
加密
26
多核架构利用
STM32H7双核通信(M7+M4) · 核间任务分配 · 共享内存与Mailbox
多核架构利用
STM32H7
27
高级优化
Neural Network Com… · 自动调优工具 · 硬件加速器(MCE/FPU)利用
高级优化
Neural
28
性能调优方法论
瓶颈分析(计算/内存/I/O) · Amdahl定律在边缘计算中的应用 · 迭代优化流程
性能调优方法论
I/O
29
项目实战
端到端智能传感器节点:需求分析 · 硬件设计 · 模型训练
项目实战
端到端智能传感器…
30
前沿与展望
TinyML发展趋势 · STM32N6系列NPU介绍 · 边缘联邦学习概念
前沿
TinyML
所属VIP或分类
同VIP:AI-Agent-Harness系统开发
同VIP:AI-Agent原理与自主代理架构
同VIP:AI-Agent性能评估与优化