STM32Cube.AI – STMicroelectronics

面向边缘AI开发人员的免费工具

STM32Cube.AI可用来在任意STM32微控制器上，对采用最流行AI框架训练的神经网络模型进行优化和部署。
该工具可通过STM32CubeMX环境中的图形界面以及命令行使用。这个工具现在也可以在STM32Cube.AI开发者云中 在线使用。

下载STM32Cube.AI

版本8.0的新特性

开始支持面向ONNX Tensor的文件格式 (QDQ)
更新了受支持的AI框架：
– TensorFlow 2.11
– Keras.io 2.11
– ONNX Runtime 1.12.1

通过本演示文稿了解更多信息

从神经网络到STM32优化代码

从经训练的神经网络模型找到适合您项目的STM32 MCU，然后生成合适的代码

Load NN model

Analyse NN model

Validate

Optimize

Generate code

Select your MCU and load your trained model from your favorite AI framework: Tensorflow, Pytorch, ONNX, Scikit-Learn.. STM32Cube.AI supports FLOAT32 or quantized INT8 weight formats (input file formats: .tflite, .h5, and .onnx).

The model analysis provides access to a complete set of information about your model, such as the number of parameters, MACC/layer complexity, and detailed RAM and flash size requirements.

Validate your model with a data set or random values to check that the generated C-code matches with the original trained model supplied. Validation options can be performed on the desktop computer or on the STM32 board connected to the computer.