搜索
bottom↓
回复: 59

ST的人工智能(神经网络)工具包正式亮相,用于STM32系列

  [复制链接]

出0入0汤圆

发表于 2019-1-4 14:42:33 | 显示全部楼层 |阅读模式
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:
https://v.qq.com/x/page/a0822mtay4s.html

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:



  

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册

x

出0入0汤圆

发表于 2019-1-4 14:48:52 | 显示全部楼层
一切按常理逻辑进行的都叫数据分析。。。
真正的智能就是无限的BUG。。。

出0入0汤圆

 楼主| 发表于 2019-1-4 15:03:49 | 显示全部楼层
微软印度研究院搞的仅需2KB RAM就可以实现机器学习算法Bonsai
地址:https://github.com/Microsoft/EdgeML
研究人员实际上Arduino(2KB RAM)和BBC Microbit(16KB RAM)上进行了测试。 训练在笔记本电脑或云端完成,然后将结果加载到开发板上,无需外部帮助即可自行进行推理。 并且他们将其与其他算法进行比较,此算法最佳。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册

x

出0入0汤圆

发表于 2019-1-4 15:31:39 | 显示全部楼层
不错,之前主要还是理论学习。

出0入0汤圆

发表于 2019-1-4 15:57:35 | 显示全部楼层
Eric2013 发表于 2019-1-4 15:03
微软印度研究院搞的仅需2KB RAM就可以实现机器学习算法Bonsai
地址:https://github.com/Microsoft/EdgeML
...

这么理解,MCU就是个比较器,比较服务器Download的数据  和  采集到的数据。这么说MCU能做,不过应该会很慢。

出0入0汤圆

发表于 2019-1-4 16:16:25 | 显示全部楼层
这个套件中国禁售

出0入0汤圆

发表于 2019-1-4 16:20:38 | 显示全部楼层
Eric2013 发表于 2019-1-4 15:03
微软印度研究院搞的仅需2KB RAM就可以实现机器学习算法Bonsai
地址:https://github.com/Microsoft/EdgeML
...

印度这个,损失了一些精度,用模型大小换取精度损失。

出0入0汤圆

发表于 2019-1-4 16:29:38 来自手机 | 显示全部楼层
本帖最后由 qiqirachel 于 2019-1-4 19:01 编辑

最近用树莓派装了个Amazon的工具包拿来做语音识别,要是STM32这种低功耗支持语音识别,那好实用啊,那种简单的语音命令比如说开关灯什么的

而且价格优势可以说是秒杀

出0入0汤圆

 楼主| 发表于 2019-1-4 17:05:04 | 显示全部楼层
qiqirachel 发表于 2019-1-4 16:29
最近用树莓派装了个Amazon的工具包拿来做语音识别,要是STM32这种低功耗支持语音识别,那好实用啊,那种简 ...

英特尔年底出的2代神经网络棒比较浪

2代神经网络棒搭载去年推出的第三代AI视觉处理芯片Myriad X,性能是1代神经网络棒所使用芯片Myriad 2的十倍。Myriad X可提供1TFlops(每秒万亿次)的计算性能,总体性能可以超过4TFlops(作为对比,英伟达的高大上的GTX1080显卡是9TFlops)。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册

x

出0入0汤圆

发表于 2019-1-4 17:20:23 | 显示全部楼层
硬汉很超前

出0入90汤圆

发表于 2019-1-4 17:32:35 | 显示全部楼层
没啥用,这些都需要很强的理论支持。除非是花很多时间精力去钻研,否则基本上这个AI还是只能留给相关专业的学生或者年轻人去研究学习了。
论坛里面99%的电工应该都没办法去做这个。

出0入0汤圆

发表于 2019-1-4 17:34:17 | 显示全部楼层
跟不上了,还是点流水灯简单好玩

出5入8汤圆

发表于 2019-1-4 18:55:09 | 显示全部楼层
不错,看这个趋势,AI要慢慢渗透入“端”和“边缘”了

出0入0汤圆

发表于 2019-1-4 19:02:57 | 显示全部楼层
Eric2013 发表于 2019-1-4 17:05
英特尔年底出的2代神经网络棒比较浪

2代神经网络棒搭载去年推出的第三代AI视觉处理芯片Myriad X,性能是 ...

价格上对比GTX1080略有优势,不过论实用,还是st的实用,毕竟价格摆在那,且很多人产品只是需要简单的识别功能

出0入0汤圆

发表于 2019-1-4 19:09:27 | 显示全部楼层
honami520 发表于 2019-1-4 17:32
没啥用,这些都需要很强的理论支持。除非是花很多时间精力去钻研,否则基本上这个AI还是只能留给相关专业的 ...

也许 后面 这东西就是个库了  

出0入0汤圆

发表于 2019-1-4 20:01:54 来自手机 | 显示全部楼层
honami520 发表于 2019-1-4 17:32
没啥用,这些都需要很强的理论支持。除非是花很多时间精力去钻研,否则基本上这个AI还是只能留给相关专业的 ...

这玩意就像51单片机,然后STM32,以后这种小NN网络就要烂大街了

出0入0汤圆

发表于 2019-1-4 21:20:31 | 显示全部楼层
值得研究,有空玩一下

出250入8汤圆

发表于 2019-1-4 22:58:15 | 显示全部楼层
高大尚,大家快研究下吧

出0入0汤圆

 楼主| 发表于 2019-1-5 01:51:30 | 显示全部楼层

当前只是搜集了些资源

出0入0汤圆

 楼主| 发表于 2019-1-5 01:52:44 | 显示全部楼层
honami520 发表于 2019-1-4 17:32
没啥用,这些都需要很强的理论支持。除非是花很多时间精力去钻研,否则基本上这个AI还是只能留给相关专业的 ...

OpemMV的H7版本移植了ARM的CMSIS-NN神经网络库,搞了一些识别应用,还不错。

出0入0汤圆

 楼主| 发表于 2019-1-5 01:53:49 | 显示全部楼层
qiqirachel 发表于 2019-1-4 19:02
价格上对比GTX1080略有优势,不过论实用,还是st的实用,毕竟价格摆在那,且很多人产品只是需要简单的识 ...

是的,的确是这样的,搞些简单易用的字符识别,语音识别还是比较实用的,最好是离线的。

出0入0汤圆

 楼主| 发表于 2019-1-5 01:55:27 | 显示全部楼层
jao317 发表于 2019-1-4 16:16
这个套件中国禁售

搜了下可以买,比如得捷这个

https://www.digikey.com.cn/produ ... ds=STEVAL-STLKT01V1

出0入0汤圆

发表于 2019-1-5 07:46:58 来自手机 | 显示全部楼层
我还是担心计算能力和精度,神经网络不好训练啊

出0入0汤圆

发表于 2019-1-5 08:39:40 | 显示全部楼层
bj232 发表于 2019-1-5 07:46
我还是担心计算能力和精度,神经网络不好训练啊

多层图像确实费时间,但是语音和简单图像,还是很快的

出0入0汤圆

发表于 2019-1-5 16:01:00 | 显示全部楼层
以后是不是每个有CPU的都智能化了?想想有点害怕,失控状态呀。

出0入0汤圆

发表于 2019-1-5 17:13:29 | 显示全部楼层
是在PC机训练好,得到参数,再用这个软件包来执行各种神经网络实现分类。这个软件包适用于哪些ST的MCU啊?

出0入0汤圆

发表于 2019-1-5 17:37:19 来自手机 | 显示全部楼层
Open MV除了做玩具和玩电赛外,实在想不到可以干什么鸟用了。  而st  asic  卷积加速ram太小了,很多网络不经量化,剪裁也无法使用,玩的代价过高。

出0入0汤圆

发表于 2019-1-5 17:47:38 | 显示全部楼层
qiqirachel 发表于 2019-1-4 16:29
最近用树莓派装了个Amazon的工具包拿来做语音识别,要是STM32这种低功耗支持语音识别,那好实用啊,那种简 ...

amazon支持中文语音识别么?

出0入0汤圆

发表于 2019-1-5 17:55:13 来自手机 | 显示全部楼层
kingqxj 发表于 2019-1-5 17:47
amazon支持中文语音识别么?

当然支持~~~~

出0入0汤圆

 楼主| 发表于 2019-1-5 19:09:42 | 显示全部楼层
大豆皮 发表于 2019-1-5 16:01
以后是不是每个有CPU的都智能化了?想想有点害怕,失控状态呀。

MCU运行简易神经网络处理,感觉是个趋势,后面估计会有其它厂家跟进

出0入0汤圆

 楼主| 发表于 2019-1-5 19:10:28 | 显示全部楼层
znsword 发表于 2019-1-5 17:13
是在PC机训练好,得到参数,再用这个软件包来执行各种神经网络实现分类。这个软件包适用于哪些ST的MCU啊? ...

当前的软件包是基于浮点的。最好是M4F内核及其以上的芯片。

出0入0汤圆

 楼主| 发表于 2019-1-5 19:11:57 | 显示全部楼层
biezhen 发表于 2019-1-5 17:37
Open MV除了做玩具和玩电赛外,实在想不到可以干什么鸟用了。  而st  asic  卷积加速ram太小了,很多网络不 ...

是的,正是基于此,ST才出了自己的软包。

ps:H7版的OpenMV还行,做些小玩意还可以。

出0入0汤圆

发表于 2019-1-5 20:56:04 | 显示全部楼层
st的这个工具,不知道是否可以直接将tf训练的PB模型,直接转化后就可以使用了,这里面的常用网络如ssd / yolo 的量化、剪裁   这些st代码是否己经实现了呢?如果需要用户来手动实现,对绝大多数个人来说是个噩梦? 很是期待一款通用的卷积加速计算芯片出现。

出0入0汤圆

发表于 2019-1-5 21:05:19 | 显示全部楼层
所以,开发板的未来趋势是:STM32Gx通用开发板和STM32Cube.AIoT开发板。。

出0入0汤圆

发表于 2019-1-7 09:04:51 | 显示全部楼层
这个是好东西啊,ST向来是实用型,性价比也高的。

出0入0汤圆

发表于 2019-1-7 09:35:07 | 显示全部楼层
qiqirachel 发表于 2019-1-4 16:29
最近用树莓派装了个Amazon的工具包拿来做语音识别,要是STM32这种低功耗支持语音识别,那好实用啊,那种简 ...

价格的确很占优

出0入18汤圆

发表于 2019-1-7 10:22:12 | 显示全部楼层
智能还是需要 专用的外围模块的,即使有什么浮点数,dsp指令,对现在低效的神经网络都是开胃菜,
看看k210  3刀300Gmul 那才是正道,并且国产, 去他的 禁运

出0入0汤圆

发表于 2019-1-7 10:36:43 | 显示全部楼层
不晓得实际应用效果如何

出0入0汤圆

 楼主| 发表于 2019-1-7 12:28:16 | 显示全部楼层
ttyyuuio 发表于 2019-1-7 10:36
不晓得实际应用效果如何

演示效果这两天就上架了。

出0入0汤圆

 楼主| 发表于 2019-1-7 12:29:01 | 显示全部楼层
yan2112000 发表于 2019-1-7 10:22
智能还是需要 专用的外围模块的,即使有什么浮点数,dsp指令,对现在低效的神经网络都是开胃菜,
看看k210  ...

嘉楠的挺溜

自带RAM超大。

出5入8汤圆

发表于 2019-1-7 12:41:21 | 显示全部楼层
jao317 发表于 2019-1-4 16:16
这个套件中国禁售

看来一下,SensorTile不是必须的。还有另一种使用方法,使用L476 nucleo评估板和另外3张X-NUCLEO扩展板叠加在一起也可以使用AI包,实现相同的效果。从价格上计算的话比SensorTile要便宜。

出0入0汤圆

发表于 2019-1-7 12:44:24 来自手机 | 显示全部楼层
Eric2013 发表于 2019-1-7 12:29
嘉楠的挺溜

自带RAM超大。

但资料和工具跟不上。从9月发布到现在了,个人小白除了能跑个demo,别的没资料板子吃灰了。如果st来真的,更愿意选st

出0入4汤圆

发表于 2019-1-7 14:32:07 | 显示全部楼层
Eric2013 发表于 2019-1-4 17:05
英特尔年底出的2代神经网络棒比较浪

2代神经网络棒搭载去年推出的第三代AI视觉处理芯片Myriad X,性能是 ...

还有个一代棒在吃灰

出0入0汤圆

 楼主| 发表于 2019-1-7 18:01:54 | 显示全部楼层
vermon 发表于 2019-1-7 14:32
还有个一代棒在吃灰

打算过年了整个二代了解下

出0入0汤圆

发表于 2019-1-7 22:20:40 | 显示全部楼层
谢谢,了解下               

出0入0汤圆

发表于 2019-1-8 09:54:03 | 显示全部楼层
跟不上时代潮流了!

出0入18汤圆

发表于 2019-1-8 13:15:37 | 显示全部楼层
https://www.amobbs.com/forum.php ... 77&pid=10566759
就是RAM太小,只有2M ai ram,最要命的是全部才8M
做点大一点的模型就难了

出0入18汤圆

发表于 2019-1-8 13:17:11 | 显示全部楼层
https://www.amobbs.com/forum.php?mod=redirect&goto=findpost&ptid=5705077&pid=10566794

我看这个就是小白型的了,代码都自动生成了,还要啥子资料

出0入0汤圆

 楼主| 发表于 2019-1-8 14:11:00 | 显示全部楼层
yan2112000 发表于 2019-1-8 13:15
https://www.amobbs.com/forum.php?mod=redirect&goto=findpost&ptid=5705077&pid=10566759
就是RAM太小, ...

其实不小了,H7才1MB,RT1064也是1MB。

看他们的后续发展了。

出0入0汤圆

发表于 2019-1-8 17:56:23 | 显示全部楼层
Eric2013 发表于 2019-1-5 01:55
搜了下可以买,比如得捷这个

https://www.digikey.com.cn/products/zh?WT.z_header=search_go&keywords= ...

我去年买过,可以下单,然后老美禁运中国,就自动退款了,是贸泽电子上

出0入0汤圆

发表于 2019-1-8 20:57:46 | 显示全部楼层
STM32  也开始AI了啊.掉队了

出0入0汤圆

发表于 2019-1-9 11:02:20 | 显示全部楼层
站队等后续

出0入0汤圆

发表于 2019-1-16 08:42:42 | 显示全部楼层
jao317 发表于 2019-1-8 17:56
我去年买过,可以下单,然后老美禁运中国,就自动退款了,是贸泽电子上 ...

我们也尝试了下,也是被禁运,邮件回复说是“发现含锂成分,航空公司拒绝运输”。
但是估计只是禁运借口吧

出0入18汤圆

发表于 2019-1-16 09:15:18 | 显示全部楼层
Eric2013 发表于 2019-1-8 14:11
其实不小了,H7才1MB,RT1064也是1MB。

看他们的后续发展了。

也是哦,只是做图像的话就有点小了,和mcu比确实大

出0入0汤圆

发表于 2019-1-16 10:47:39 | 显示全部楼层
llsenyue 发表于 2019-1-16 08:42
我们也尝试了下,也是被禁运,邮件回复说是“发现含锂成分,航空公司拒绝运输”。
但是估计只是禁运借口 ...

嗯哼。。。我买个手机怎么不禁运

出25入84汤圆

发表于 2019-1-16 11:31:16 | 显示全部楼层
板子自带传感器捕获数据->传递到上位机进行数据训练—>将训练好的网络用工具转换为c代码下载到stm32->运行人工智能  是不是这个节奏?

出0入8汤圆

发表于 2019-1-20 12:27:16 | 显示全部楼层
没听说禁用啊。我也下单买四套试试看。

AI,用来做指纹识别,人脸识别不知道学习能力是否可以改善识别率。感觉这东西太高大上了,在MCU应用里,实际的价值?可能MPU之类运算能力是够的,但应用的成本和场景?

出0入0汤圆

发表于 2021-11-25 08:04:07 | 显示全部楼层
B站上有个视频,用热电堆来识别手势,机器学习

出130入20汤圆

发表于 2021-11-25 18:05:48 | 显示全部楼层
主要还是缺应用场景

出30入16汤圆

发表于 2021-11-26 08:13:35 来自手机 | 显示全部楼层
常见的电机控制还没玩精通,高端的玩了也没啥用,理论基础也跟不上,我还是老老实实先把g0初始化搞定
回帖提示: 反政府言论将被立即封锁ID 在按“提交”前,请自问一下:我这样表达会给举报吗,会给自己惹麻烦吗? 另外:尽量不要使用Mark、顶等没有意义的回复。不得大量使用大字体和彩色字。【本论坛不允许直接上传手机拍摄图片,浪费大家下载带宽和论坛服务器空间,请压缩后(图片小于1兆)才上传。压缩方法可以在微信里面发给自己(不要勾选“原图),然后下载,就能得到压缩后的图片】。另外,手机版只能上传图片,要上传附件需要切换到电脑版(不需要使用电脑,手机上切换到电脑版就行,页面底部)。
您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|Archiver|amobbs.com 阿莫电子技术论坛 ( 粤ICP备2022115958号, 版权所有:东莞阿莫电子贸易商行 创办于2004年 (公安交互式论坛备案:44190002001997 ) )

GMT+8, 2024-4-20 23:19

© Since 2004 www.amobbs.com, 原www.ourdev.cn, 原www.ouravr.com

快速回复 返回顶部 返回列表