为了在Cortex-M的MCU上成功跑起CNN，用的模型是一个不到10层FCN网络，但是即便如此，对于主频只有不到100MHz，SRAM只有不到100K的单片机来说依然是极其吃力的，模型不做量化的话肯定无法做到实时的。硬件资源：作品硬件自制，使用的MCU是STM32F407。在168 MHz频率下，从Flash存储器执行时，STM32F407单片机能够提供210 DMIPS/566 CoreMar
转载
2023-10-26 20:50:09
378阅读
▌01 pyBoard实验板1.pyBoard
▲ pyBoard管脚定义 2.设计合理接口由于pyBoard本身具有很多端口，为了设计适合在面包板上进行实验的实验pyBoard，需要对于pyBoard外部接口进行适当的精简，选择种类丰富的一组（10个管脚）作为外部引脚输出。采用单排针适合将实验板插在面包板上，但也可以使用双排插针的形式。一种最基本的方式，就是利
意法半导体(STMicroelectronics，ST)藉由STM32系列微控制器的市场领导地位，扩展了STM32微控制器开发生态系统STM32CubeMX，其增加了先进的人工智能(AI)功能。AI技术使用经过训练的人工神经网络对动态和振动传感器、环境传感器、麦克风和影像传感器的数据讯号进行分类，相较传统以手动处理讯号的方法更加快速、高效。意法半导体微控制器和数字整合电路产品部总裁Claude D
转载
2023-12-19 19:02:22
80阅读
文章目录目的初始化设置输出与控制输入与端口值读取外部中断总结 目的GPIO口使用是单片机开发中最简单的一块，STM32的GPIO口无论是使用HAL库还是LL库开发起来都很简单，也没有什么坑。一般的对性能和内存等没有特殊要求的话用HAL库开发就行了，如果有要求的话可以使用LL库进行开发。初始化设置使用STM32CubeIDE或STM32CubeMX来初始化设置GPIO口是比较方便的，毕竟初始化代码
介绍如何使用 KEIL5 软件创建寄存器模板， 方便之后使用寄存器方式来操作STM32开发板上的LED，让大家创建属于自己的寄存器工程模板。获取工程模板的基础文件 首先我们在电脑任意位置创建一个文件夹，命名为“寄存器模板创建”，然后在其下面新建 2 个文件夹，如下： Obj 文件夹：
转载
2024-09-20 16:13:37
128阅读
# STM32部署深度学习的指南
在嵌入式开发日益普及的今天，STM32作为一款高性能、低功耗的单片机，越来越多地应用于深度学习相关的项目中。对于刚入行的小白，可能会对如何在STM32上部署深度学习模型感到迷茫。本文将为你提供一份详细的部署指南，让你在STM32上成功运行深度学习模型。
## 整体流程
以下是将深度学习模型部署到STM32的基本步骤：
| 步骤 | 描述
原创
2024-09-16 04:19:12
887阅读
本文主要讲述了如何简单的训练一个深度学习的模型，并把模型放入rtt系统中，让系统运行在嵌入式设备上。1.准备开发环境：RT-Thread Studio开发板：STM32H750-RT-ART-Pi准备如下文件：序号名称备注1硬件以及 BSPSTM32H750-RT-ART-Pi，ART-PI BSP2神经网络模型./rt_ai_tools/Model/keras_mnist.h53STM
转载
2024-01-10 13:35:29
264阅读
BSP 外设驱动使用教程简介本文档是为需要在 RT-Thread 操作系统上使用更多开发板资源的开发者准备的。通过使用 ENV 工具对 BSP 进行配置，可以开启更多板载资源，实现更多高级功能。主要包括以下内容：如何使用开发板上更多的板载资源如何使用更多的片上资源如何添加更多片上资源选项前提要求学会如何使用 ENV 工具，参考：RT-Thread env 工具用户手册
如何使用更多的板载资源开发板
时钟配置时钟树一般使用外设高速时钟HSE，经过锁相环PLL产生最大72MHz的系统时钟： 然后，各路外设从系统时钟分频。可以将系统时钟输出。时钟流使用STM32Cube配置的结果： 时钟配置结果在KEIL-MDK中看到的结果： GPIO配置GPIO原理框图GPIO输入工作原理框图 说明：此时输出控制回路是断开的。输入信号可以配置为上拉或者下拉。GPIO输入功
转载
2023-09-06 14:23:06
460阅读
基于stm32f407cube ai实例 （一）Cube ai简介 得益于st的一套新的人工智能(ai)解决方案，您现在可以在广泛的stm32微控制器产品组合上映射和运行预先训练的人工神经网络(ann)。stm32cube.ai是广泛使用的stm32cubemx配置和代码生成工具的扩展包，支持基于stm32 arm cortex -m的微控制器上的ai。要访问它，请下载并安装stm32cubemx
转载
2024-03-10 21:02:50
1162阅读
上一篇小系统搭好了，MDK也装好了，可以写些代码进去了，但是外面没东西直观的显示，还要加上led灯，lcd屏等，这些还是自己玩，没意思还要通信吧，串口RS232 \422\ 485的驱动芯片加上就能组个小网络了，但是还想接入互联网就要有以太网控制器了；先对以太网做个回顾复习吧，知识太多也学不玩但了解的多总不会被当傻子糊弄也好吧，这边就题外话了；进入互联网的世界，电脑上的浏览器或者其它APP程序要访
转载
2024-01-14 14:29:46
125阅读
ESP32-S3 ESP32-S3一颗专为 AIoT 市场打造 支持 2.4 GHz Wi-Fi 和 Bluetooth 5 (LE) 且拥有强大 AI 运算能力和安全加密机制 ESP32-S3 特性Xtensa® 32 位 LX7 双核处理器主频高达 240 MHz内置 512 KB SRAM (TCM)具有 45 个可编程GPIO 管脚和丰富的通信接口ESP32-S3 支持更大容量的高速
转载
2023-12-20 10:13:39
194阅读
在以往的手写数字识别中，数据集一共是70000张图片，模型准确率可以达到99%以上的准确率。而本次实验的手写数字数据集中有120000张图片，而且数据集的预处理方式也是之前没有遇到过的。最终在验证集上的模型准确率达到了99.1%。在模型训练过程中，加入了上一篇文章中提到的早停策略以及模型保存策略。1.导入库import numpy as np
import tensorflow as tf
imp
转载
2023-12-31 17:19:15
237阅读
import torch
torch.__version__1 tensorTensor的基本数据类型有五种： - 32位浮点型：torch.FloatTensor。 (默认) - 64位整型：torch.LongTensor。 - 32位整型：torch.IntTensor。 - 16位整型：torch.ShortTensor。 - 64位浮点型：torch.DoubleTensor
文章目录一、准备工作1.1 软件1.2 硬件二、硬件环境搭建2.1 开发板供电2.2 下载器连接三、创建Cube工程3.1 选择芯片型号3.2 配置时钟源3.3 配置程序下载和调试端口3.4 配置GPIO引脚3.5 配置时钟树3.6 生成工程设置3.7 代码生成设置3.8 生成代码工程四、使用MDK编程4.1 打开工程及配置4.2 编写用户代码4.2 编译代码4.3 下载运行4.4 实验现象 一
转载
2024-04-25 13:15:21
350阅读
构建深度神经网络最关键的部分之一是——当数据流经不同的层时，要对其有一个清晰的视图，这些层经历了维度的变化、形状的改变、扁平化和重新塑造……结构顺序每层解读：把单词变为tokens；embedding 把每个token变成特定大小的embedding；LSTM 由隐藏状态维度和层数决定；全连接层；激活函数；输出；预处理对数据进行了预处理，使得batch_size=50, 序列长度为200datai
转载
2024-01-12 00:01:04
389阅读
1 简介上次写到将OV56640采集的JPEG数据存入SD可存储，后续就需要使用STM32的硬件JPEG解码将图片从SD取出，并将其转换为RGB888格式。具体的可以参考正点的硬件JPEG部分代码，解码的核心的一句代码如下：hjpgd.ycbcr2rgb(hjpgd.outbuf[hjpgd.outbuf_read_ptr].buf,rgb888buf,mcublkindex,hjpgd.outb
转载
2023-10-25 22:30:56
353阅读
基于树莓派ROSstm32搭载Freertos智能平衡车Day1前言一 、下位机stm32平衡部分整体框架数据采集进程PID控制进程菜单显示进程交互进程中断处理部分二、框架搭建1.引入库2.mpu6050数据采集进程实现 前言最近跑通了ROS无人车和无人机仿真还有yolo目标检测识别，产生了个做个智能，自主避障+路径规划的独轮，双轮和自平衡自行车想法，于是乎今天开始，一点点探索整理+调试。先从s
转载
2023-11-27 06:15:08
409阅读
背景在使用PyTorch深度学习框架的时候，不管是训练还是测试，代码中引入PyTorch的第一句总是： import torch 在Gemfield前述专栏文章里，我们已经得知，torch/csrc/stub.cpp链接libshm.so、libtorch_python.so、libcaffe2_gpu.so生成了_C.cpython-37m-x86_64-linux-gnu.s
转载
2024-06-22 15:38:58
248阅读
RBF神经网络本文部分资料与案例来源：《MATLAB神经网络43个案例分析》RBF神经网络简述再介绍RBF神经网络之前我们先来看一下径向基函数（RBF），在百度百科上，RBF定义如下：径向基函数是一个取值仅仅依赖于离原点距离的实值函数，也就是Φ（x）=Φ(‖x‖),或者还可以是到任意一点c的距离，c点称为中心点，也就是Φ（x，c）=Φ(‖x-c‖)。简单来说，RBF就是一个表示空间中一点到中心点距
转载
2023-08-31 10:41:21
96阅读
