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

STM32Cube AI嵌入式AI 单片机推理实战

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
AI与STM32初识
嵌入式AI概念 · STM32生态系统 · STM32Cube.AI工具链简介
AISTM32
02
开发环境搭建
STM32CubeMX安装 · STM32CubeIDE安装 · X-CUBE-AI扩展包安装
开发环境搭建STM32CubeMX
03
STM32CubeMX项目创建
新建STM32项目 · 时钟树配置（HSE/LSE/PLL） · GPIO与UART外设配置
STM32CubeMX项目创建
04
传感器数据采集基础
I2C协议简介 · 板载加速度计（LSM6DSO）驱动 · 原始数据读取与校验
传感器数据采集基…I2C
05
数据预处理与标注
数据清洗与滤波 · 滑动窗口分割 · 数据归一化
数据预处理标注
06
Python数据可视化与分析
Matplotlib绘制时序图 · Pandas数据分析 · 数据分布统计
Python数据可视化
07
TensorFlow入门
TensorFlow核心概念 · 张量与计算图 · Keras Sequential模型
TensorFlow核心概念
08
构建简单全连接网络
Dense层详解 · 激活函数选择（ReLU/Softma… · 损失函数与优化器
构建简单全连接网…Dense
09
卷积神经网络（CNN）基础
卷积层原理 · 池化层作用 · Flatten与全连接层
CNN卷积神经网络
10
构建1D-CNN手势识别模型
模型架构设计 · 数据reshape · 模型编译
D-CNN构建1
11
模型优化与量化
模型大小与推理速度 · 权重剪枝 · TensorFlow Lite量化（…
模型优化量化
12
模型导出为.h5与.tflite
保存完整模型 · 保存仅权重 · 转换为TFLite格式
h5tflite
13
X-CUBE-AI模型转换
STM32CubeMX导入模型 · X-CUBE-AI分析报告解读 · RAM/Flash占用评估
X-CUBE-AI模型转换
14
STM32CubeIDE项目集成
导入CubeMX生成的工程 · 添加AI运行时库 · 配置UART日志输出
STM32CubeIDE项目集成
15
AI模型运行时API调用
ai_model_create() · ai_model_run() · 输入输出缓冲区管理
AIAPI
16
实时数据推理
传感器数据DMA采集 · 双缓冲机制 · 数据预处理C代码实现
实时数据推理DMA
17
推理结果后处理
Softmax输出解析 · 置信度阈值判断 · 结果滤波（滑动平均）
推理结果后处理Softmax
18
调试与性能分析
串口打印调试 · printf重定向 · 推理时间测量（DWT计数器）
调试性能分析
19
内存优化技巧
全局变量 vs 动态分配 · 常量区放置模型权重 · 栈空间优化
内存优化技巧vs
20
低功耗推理策略
STM32低功耗模式介绍 · 推理前唤醒 · 推理后休眠
低功耗推理策略STM32
21
多模型切换
Flash存储多个模型 · 模型加载与卸载 · 运行时切换逻辑
多模型切换Flash
22
外部Flash存储模型
QSPI Flash驱动 · 模型文件烧录 · XIP（就地执行）与拷贝到RAM对比
Flash外部
23
模型更新（OTA）
Bootloader设计 · 固件分区 · 通过UART接收新模型
OTA模型更新
24
高级
DSP指令加速 · arm_math.h使用 · 矩阵运算加速
高级DSP
25
高级
NPU与MVE加速 · MVE（M-Profile Vect… · 自动向量化编译
高级NPU
26
实战
端到端手势识别（上）：硬件连接与验证 · 数据采集脚本 · 模型训练与调优
端到端手势识别硬件连接
27
实战
端到端手势识别（中） · AI模型集成 · 实时推理逻辑编写
端到端手势识别端到端手势识别（…
28
实战
端到端手势识别（下） · 串口通信协议 · 系统联调与演示
端到端手势识别端到端手势识别（…
29
常见问题与调试技巧
模型不收敛 · 推理结果全零 · 内存溢出
常见问题调试技巧
30
课程总结与展望
嵌入式AI发展趋势 · STM32路线图 · 社区资源推荐
课程总结AI