说明:
1、虽然目前大多数MCU没有足够内存和处理能力来运行DNN(深度神经网络)算法,但只要针对MCU进行优化,它们就可以运行DNN。
2、2018年早先时候ST表示将于年底发布AI开发工具,并推出带AI加速的STM32系列芯片和相关专用ASIC。AI工具箱今天已经发布,同时今年1月8号的CES2019上将进行展示。
3、STM32Cube.AI中包含用于人体活动识别和音频场景分类的代码示例,可用于ST参考传感器板和移动应用程序。经过训练的人工神经网络对运动和振动传感器,环境传感器,麦克风和图像传感器的数据信号进行分类,比传统的手工信号处理更加快速有效。
4、通过STM32Cube.AI,开发人员可以将预先训练的神经网络转换为C代码,该代码可以调用可在STM32 MCU上运行的优化库中的函数。
5、STM32CubeMx.AI采用来自各种最流行的AI框架(包括Caffe,CNTK,Keras,Lasagne,TensorFlow和theano)的预训练神经网络模型输出。
6、STM32Cube.AI不仅仅是一个简单的工具包,而是希望通过将神经网络引入所有STM32开发人员来改变物联网环境。
视频介绍:
CubeMX里面已经携带:
为下面的SensorTile开发套件提供了实例:
详细的入门视频开始逐步的更新中:
领取专属 10元无门槛券
私享最新 技术干货