taptaptap.jic-CSDN博客

原创基于 STM32H743VIT6 的边缘 AI 实践：猫咪叫声分类 CNN 网络部署实战（已验证）中一些bug总结

这里面有一些我遇到过的bug，当时基本都花了很长的时间才解决。使用x-cubemx-ai插件导入模型时如果不开启CRC校验的话，第一次生成cubemx时不会出错，但是如果在添加新的外设，cubemx生成的代码会直接报错。这里是由于我们的C盘的用户名是中文导致x-cubemx_AI解析模型时出错。我记得x-cubemx-ai的手册里说了开启ai插件后会自动开启crc校验。这里加入AI插件后的DMA通道的值会无法读取是因为开启了D-cache。F4与H7这里读取I2SDMA通道的值的方法不同。

2025-07-13 23:46:28 326

原创基于 STM32H743VIT6 的边缘 AI 实践：猫咪叫声分类 CNN 网络部署实战（已验证）

本项目完整展示了基于卷积神经网络（CNN）的AI猫咪叫声识别系统，从STM32音频采集、MFCC提取，到神经网络模型训练与验证，再到TFLite模型部署。模型已在真实数据上验证有效，具备实际识别能力。本教程逻辑清晰、步骤详尽，是AI边缘部署实践的高质量参考。教程足够详细全面，面向仅会stm32基础的同志编写。

2025-07-13 08:45:47 463 2

原创 STM32 HAL库ADC+DMA采集详解

最近在用ADC采集电压时发现一个问题，就是一个adc如果开启多个通道，无法直接对指定通道利用HAL库函数对它进行采集。本文详细介绍STM32 HAL库下ADC多通道采集的几种实现方式，包括基础配置、DMA传输以及实际应用示例。

2025-03-09 23:56:53 5720 3

原创 STM32 X-CUBE-AI生成框架源码解析：AI模型部署模板详解

在STM32上部署AI模型时，X-CUBE-AI框架提供了两个核心函数：MX_X_CUBE_AI_Init()和MX_X_CUBE_AI_Process()。本文将详细分析这两个函数的每一行代码，解释所有参数、变量和嵌套函数，帮助初学者彻底理解X-CUBE-AI的工作流程。//负责AI模型的初始化//负责AI模型的推理过程让我们深入分析这两个函数的实现细节。ai_error：结构体类型，包含两个字段type：错误类型，如AI_ERROR_NONE（无错误）code：具体错误码。

2025-03-07 18:28:41 2807 3

原创 STM32 X-CUBE-AI中的ai_buffer结构体详解

在使用STM32 X-CUBE-AI部署深度学习模型时,ai_buffer是一个非常重要的结构体,它用于管理AI模型的输入输出数据。从代码中可以看到,这个结构体被广泛应用于数据传输过程。// 数据格式// 数据指针// 元数据信息// 标志位// 元素数量// 数据形状。

2025-03-06 23:22:49 377 1

原创在STM32H7上部署边缘AI模型

这里我导入的TFLIte格式的文件，脚本是先生成.h5文件在转换为TFLite的，直接导入.h5格式的文件也可以。这篇文章是对stm32部署边缘AI的教程，不对模型创建做具体教程，我是用cursor生成的模型代码。这里我选择的芯片是stm32H743VIT6（尽量选择内存大一些的芯片部署）点击browse导入刚刚那个生成的文件（.h5或者。（这里的数据是使用python脚本生成的数据）下载之后就可以选择芯片导入模型了。注意这里导入文件的路径不能太长否则会报错。改为中文名后就可以正常导入了。

2025-03-06 23:11:31 2142 1

原创 MATLAB FIR数字滤波器设计（基于stm32使用matlab）——matlab设置参数设置详解

将矩形波滤为一个正弦波，对矩形波做fft可得其基波及谐波，如以1Mhz采样，归一化截止频率为0.4，则对应频率为200Khz，则输入正弦波的频率的基波要<<200K，3次谐波的频率要大于200K，及输入频率在66.6K到200K时可以将它滤波为正弦波。在进行数字信号处理时，我遇到了一个困惑：对于同一个100Hz的信号，使用不同的采样率采集会得到不同数量的采样点。设置fs（ (Sampling Frequency)：采样频率），fc（(Cutoff Frequency)：截止频率）% 采样频率1MHz。

2025-03-03 22:50:06 3779 3