STM32运行深度学习指南基础篇(4)(STM32CubeMX.AI+Tensorflow)

最新推荐文章于 2025-01-11 14:41:09 发布

ShiBoWen2021

最新推荐文章于 2025-01-11 14:41:09 发布

阅读量3.6k

点赞数 3

文章标签：人工智能 stm32 tensorflow

本文链接：https://blog.csdn.net/ShiBoWen2021/article/details/121448617

版权

本文介绍了如何在STM32上运行深度学习模型，通过STM32CubeMX配置AI包，加载预训练的tflite模型，并在Keil中实现代码。在代码实现部分，详细说明了头文件的添加、变量定义、模型初始化及运行的步骤。最终，通过串口助手展示运行结果。参考代码可在Gitee上找到。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

STM32运行深度学习指南基础篇(4)(STM32CubeMX.AI+Tensorflow)

在上一篇文章中我们已经有训练好的tflite模型，接下来我们要在Keil中实现，如果是Clion的朋友可以跳转至这篇文章
STM32运行深度学习指南基础篇(3)(STM32CubeMX.AI+Tensorflow)
在我们新建好的STM32CubeMX中勾选，我们的AI包：

打开串口：

激活AI模块，载入模型，点击analyze

我们修改生成的main代码

在/* USER CODE BEGIN Includes / …/ USER CODE END Includes */中添加需要的头文件

/* USER CODE BEGIN Includes */
#include "ai_platform.h"
#include "network.h"
#include "network_data.h"
#include "stdio.h"
/* USER CODE END Includes */

在/* USER CODE BEGIN PTD /…/ USER CODE END PTD */，添加printf相关函数

/* USER CODE BEGIN PTD */
#ifdef __GNUC__
#define PUTCHAR_PROTOTYPE int __io_putchar(int ch)
#else
#define PUTCHAR_PROTOTYPE int fputc(int ch, FILE *f)
#endif
PUTCHAR_PROTOTYPE
{
   
    HAL_UART_Transmit(&huart1,(uint8_t*)&ch, 1, 0xFFFF);
    return ch;
}
/* USER CODE END PTD */

在/* USER CODE BEGIN PV /…/ USER CODE END PV */中添加需要的相关变量

/* USER CODE BEGIN PV */

/* 输入数据 */
float aiInData[16][AI_NETWORK_IN_1_SIZE] = {
   
        {
   1,	1,	1,	0},
        {
   1,</

最低0.47元/天解锁文章