【ZiDongHua 之技术文章区收录关键词：嵌入式系统   人工智能   计算机视觉    】
 
　　STM32Cube.AI开发者云：只需四个步骤，轻松将AI集成到MCU
 
　　无AI，不终端。如今，AI向边缘下沉已成为大势所趋。想知道如何在嵌入式系统上快速部署AI应用？想知道如何将AI集成到MCU中？
 
　　STM32Cube.AI开发者云是ST为开发人员和数据专家提供一套业界首创的免费在线开发工具和服务，能够针对所有STM32生成优化AI。无需安装软件，无需主板。登录即可创建、优化神经网络并对其进行基准测试。
 
 
　　STM32Cube.AI内核引擎技术
 
　　STM32Cube.AI开发者云取得多项行业突破
 
　　STM32Cube.AI开发者云取得多项行业首创：
 
　　? 在线图形用户界面：针对STM32 微控制器优化神经网络模型，并生成在STM32 微控制器上高效运行的模型C代码，无需事先安装软件。得益于经过业界验证的STM32Cube.AI神经网络优化性能，数据科学家和开发人员可以轻松、快速开发边缘人工智能项目。
 
　　? STM32模型库：包含可训练的深度学习模型和演示应用代码，有助于加快应用项目开发。在工具发布时可用的用例包括人体活动识别跟踪运动感测、图像分类或物体检测计算机视觉、音频分类事件检测等。这些人工智能模型库托管在GitHub上，可以自动优化并生成在 STM32上高效运行的“Getting Start”软件包。
 
 
　　STM32模型库
 
　　 世界首个在线基准测试服务：在STM32板上评测边缘AI神经网络模型的性能。云端电路板库提供各种STM32电路板，板库定期更新，使数据科学家和开发人员能够用各种电路板远程测试模型优化后的实际性能。
 
　　高屋建瓴，开发流程只需4个步骤
 
　　STM32Cube.AI开发者云具有完整的在线接口（无需安装软件），真实STM32板上的远程基准测试工具（ST Board Farm）以及STM32模型库，包含深度学习模型与训练脚本参考库。只需四个步骤即可将AI集成到MCU中：
 
　　第一步：加载预训练神经网络：上传自有模型或从STM32 Model Zoo中选择
 
　　第二步：优化与量化：获取复杂性和内存占用指标
 
　　第三步：设定基准：远程测量真实STM32板的推理时间
 
　　第四步：生成代码：下载STM32的AI代码
 
　　STM32Cube.AI开发流程