► STM32 model zoo v4.0 （线上）
针对STM32优化的免费AI模型
STM32 AI Model Zoo是目前最大的预训练机器学习模型的集合，包含140多个经过优，可在STM32微控制器上运行的模型。 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4.0版
- 支持 ST Edge AI Core v3.0
- 新增 Keras 3 和 PyTorch 模型
- 混合精度量化服务和模型
- 新增应用场景：AFCI、Re‑ID、人脸检测（Face Detection）
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，涵盖 PyTorch、TensorFlow 和 ONNX。
– 脚本支持轻松对用户数据集中的任何模型进行量化和重训练。
– 根据用户 AI 模型自动生成应用代码示例。
计算机视觉（COMPUTER VISION）
► 图像分类（IC）– 24 个模型家族
► 目标检测（OD）– 12 个模型家族（包括 ST_YOLO、YOLOv8 和 YOLO11）
► 姿态估计 – 6 个模型家族（包括 YOLOv8 和 YOLO11）
► 语义分割 – 1 个模型家族
► 实例分割 – 2 个模型家族（包括 YOLOv8 和 YOLO11）
► 深度估计 – 1 个模型家族
► 神经风格迁移 – 1 个模型家族
► 重识别（Re‑Identification）– 2 个模型家族
► 人脸检测 – 2 个模型家族
音频（AUDIO）
► 音频事件检测（AED）– 3 个模型家族
► 语音增强 – 1 个模型家族
时间序列（TIME SERIES）
► 人体活动识别（HAR）– 2 个模型家族
► 手势/手部姿态识别（HPR）– 1 个模型家族
► 电弧故障检测（AFCI）– 2 个模型家族
STM32 Model Zoo 设置要点
要完成 STM32 Model Zoo 的设置，您需要：创建一个 myST 账号，通过 ST Edge AI Developer Cloud 或本地安装方式访问 STM32Cube.AI，确保已安装 Python 3.12.9 版本；如果使用 GPU，还需安装相应的驱动以及 CUDA 和 CUDNN，并在 Windows 环境下避免使用 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
