► STM32 model zoo v3.2 （线上）
针对STM32优化的免费AI模型
STM32 AI Model Zoo是一个预训练机器学习模型的集合，这些模型经过优化，可在STM32微控制器上运行。 您现在GitHub上找到Model Zoo，如果您想在STM32的项目中添加AI功能，千万不要错过。
全新Model Zoo现已支持STM32N6内嵌的Neural-ART加速器NPU。
全新3.2版
支持 STM32EdgeAI Core v2.2.0
新增了应用场景：风格迁移（StyleTransfer）和快速深度估计（FastDepth）
新增了模型：人脸检测（Face Detection）和人脸关键点（Face Landmarks）
架构和代码库清理优化
获取适合您应用的最佳边缘AI模型
– 提供大量面向应用的可重训练模型。
– 脚本支持轻松重训练用户数据集中的任何模型。
– 根据用户AI模型自动生成应用代码示例。
► 图像分类 (IC)：模型：EfficientNet、MobileNet v1、MobileNet v2、Resnet v1（包括混合量化）、SqueezeNet v1.1、STMNIST。
► 目标检测 (OD)：模型：ST SSD MobileNet v1、Tiny YOLO v2、SSD MobileNet v2 fpn lite、ST Yolo LC v1。
► 人类活动识别 (HAR)：模型：不同设置下的CNN IGN和CNN GMP。
►姿态估计：模型包括 YOLOv8n、MoveNet 和 Hand landmarks（手部关键点）。
► 实例分割： 模型包括 YOLOv8n。
► 语义分割： 模型包括 Deeplabv3。
► 手势识别 (HPR)：模型：ST CNN 2D Hand Posture。
► 音频事件检测（AED）： 模型包括 Yamnet、MiniResnet、MiniResnet v2。
► 语音增强： 模型包括 STFT-TCNN 音频降噪。
STM32 Model Zoo设置要领
要设置STM32 Model Zoo，您需要创建一个myST账户；通过ST Edge AI Developer Cloud或本地安装访问STM32Cube.AI；确保已安装Python 3.9至3.10.x版；如果使用GPU，请安装相应的驱动程序以及CUDA和CUDNN，避免在Windows上安装WSL，以获得最佳的GPU加速效果。
STM32现已登陆Hugging Face
所有STM32 Model Zoo服务均可通过Docker使用。
适用模型卡浏览NN模型性能。
基于Model Zoo查找应用示例
AI开启全新应用可能性！ 探索真实案例，汲取设计灵感，利用我们的资源打造您自己的应用。
Model Zoo入门
探索如何优化AI神经网络以及为STM32项目创建处理库
