AI模型在MCU端优化、验证、代码生成工具—STM32Cube AI Studio

Ne0inhk

— 6 min read
AI模型在MCU端优化、验证、代码生成工具—STM32Cube AI Studio
关键词：STM32Cube AI Studio、X-CUBE-AI、手把手教你学STM32Cube AI Studio

文章目录

前言

软件 下载链接： STM32Cube AI Studio
STM32Cube AI Studio 是一款全新的独立桌面工具，发布于2026年2月份，用来替代 X-CUBE-AI，专门帮助我们在 STM32 设备上准备、优化并验证 AI 模型。它保留了 X-CUBE-AI 中广受欢迎的设计思路，同时融合了 STM32 开发者云的一些优势，把模型验证、量化、可视化等关键能力都整合进了一个全新的界面里，让在边缘侧做机器学习变得更直观，也更好上手。

STM32Cube AI Studio 的第一版允许用户导入现有模型，用真实数据量化，利用 X-CUBE-AI 无法提供的多种选项进行优化，并对其进行目标基准测试，以测试延迟、内存占用、准确性等。甚至可以利用外部采集的数据进行验证。此外，经验较少的用户可以带着预量化模型，简单生成优化的 C 代码。

简单来说，STM32Cube AI Studio 既适合有多年经验的算法工程师，也适合刚开始做第一个项目的软件工程师。

在这里插入图片描述

一、STM32Cube AI Studio安装

1.1 软件安装

https://www.st.com.cn/content/st_com/zh/campaigns/edge-ai-toolchain-for-mcus-z14.html
点击链接进入下载，下载STM32Cube AI Studio。

在这里插入图片描述


下载完成后，是一个如下图所示的exe文件，双击按照提示安装就可以啦。

在这里插入图片描述


同时，为了STM32Cube AI Studio正常运行，我们电脑上还要安装这些软件。

在这里插入图片描述


IAR或者Keil没有安装的小伙伴不用着急，生成工程时优先选择自己有的编译器就行。

1.2 检查 STM32Cube AI Studio 设置

安装好上述软件后，双击打开STM32Cube AI Studio 。点击Settings -> Autofill，然后，STM32Cube AI Studio 会在你的电脑上自动检查前面提到的这些软件，并把找到的路径显示在对应软件的本地路径（Local Path）栏里。如下图所示。

在这里插入图片描述

二、在 STM32Cube AI Studio 中新建工程

2.1 创建新工程

点击工程按钮。

在这里插入图片描述


选择从零开始一个工程还是从已存在的工程开始（这里我选择从零开始）。

在这里插入图片描述

在弹出的对话框中输入工程名字、选择工程路径。

在这里插入图片描述


选择目标板（我这里选择STM32N6570-DK）

在这里插入图片描述


在这里插入图片描述


选择编译工具，点击创建工程。

在这里插入图片描述


来到如下界面。

在这里插入图片描述

2.2 工程配置

开发板连接

开发板显示是未连接状态

在这里插入图片描述


我们需要在电脑上连接上我们的开发板。连接成功后，如下图所示。

在这里插入图片描述

目标板设置

使能NPU，优化配置选择默认。

在这里插入图片描述

模型

点击导入模型。这里我用的是stm32ai-modelzoo/object_detection/st_yoloxn/ST_pretrainedmodel_custom_dataset/st_person
/st_yoloxn_d033_w025_416/中的mobilenetv2_a035_128_int8.tflite模型。

在这里插入图片描述

支持的模型格式有：

  • ONNX (.onnx)
  • TensorFlow Lite (.tflite)
  • Keras (.h5, .keras, .hdf5).

内存设置与验证设置

内存设置选择自动设置。验证模型选择On target。

在这里插入图片描述

点击运行

在这里插入图片描述


进入到下面的页面。

在这里插入图片描述

2.3 结果分析

环境信息

该模型为int8量化MobileNetV2，使用平台为STM32N657X0H3Q，使用了ST NPU加速器。

在这里插入图片描述

结果概览

结果概览中展示了模型所占硬件资源的大小（占Flash 1825 KB、Ram 240 KB )；模型推理一次所用时间为20.08637ms；

在这里插入图片描述

模型性能指标

在这里插入图片描述

优化前后对比

在这里插入图片描述

2.4 生成代码

点击生成代码

在这里插入图片描述


在弹出界面中选择生成模型C代码 or 生成基于CuebMX的完整工程。

在这里插入图片描述


我这里选择生成完整工程。生成后目录结构如下：

在这里插入图片描述

总结

本文从安装环境、创建工程到模型导入、验证与优化，再到完整工程生成，系统梳理了 STM32Cube AI Studio 的使用流程。
依托 ST 强大的工具链与 NPU 加速能力，AI 在 STM32 上的部署变得高效、可控且易于上手。
为ST点赞！

在这里插入图片描述

Read more

Stable Diffusion绘画实战：云端GPU 10分钟出图，2块钱玩一下午

Stable Diffusion绘画实战：云端GPU 10分钟出图，2块钱玩一下午 你是不是也和我一样，在小红书刷到那些惊艳的AI绘画作品时，心里直呼“这也太强了”？精致的插画、梦幻的场景、甚至能生成商业级的设计稿——关键是，人家一张图可能就几十秒搞定。作为设计师，看到这种效率，谁能不心动？ 但一搜教程，满屏都是“需要NVIDIA显卡”“推荐RTX 4060以上”“显存至少8GB”，再一看价格，四五千起步……而你手里的MacBook连CUDA都不支持，本地根本跑不动。这时候你会不会想：能不能先试试水，看看效果到底值不值得我砸钱配一台高配电脑？ 好消息是——现在不用买显卡，也能玩转AI绘画！ 借助ZEEKLOG星图提供的预置Stable Diffusion镜像，配合云端GPU资源，你可以： * 10分钟内完成部署，直接在线生成高质量图像 * 成本低至每小时几毛钱，2块钱就能玩一下午 * 无需安装任何复杂环境，小白也能轻松上手 * 生成结果可直接用于客户提案、创意草图、风格探索 这篇文章就是为你量身定制的实战指南。我会带你从零开始，一步步在云端部署Stable Diffu

By Ne0inhk

文心一言API接入指南：手把手教你快速集成AI能力

文心一言API接入指南：手把手教你快速集成AI能力 关键词：文心一言API、大模型集成、开发者指南、AI能力调用、API接入实战 摘要：本文是面向开发者的文心一言API接入全流程指南，从注册账号到代码调用，用“手把手”式讲解+实战案例，带你快速掌握大模型能力集成方法。无论你是想给产品增加智能对话功能的中小团队，还是想尝试AI开发的个人开发者，读完本文都能轻松上手文心一言API！ 背景介绍 目的和范围 近年来，以文心一言（ERNIE Bot）为代表的大语言模型（LLM）彻底改变了AI应用开发模式——开发者无需从头训练模型，通过API调用就能快速为产品注入智能对话、内容生成、文本理解等能力。本文聚焦文心一言API的实际接入流程，覆盖从账号注册到代码调试的全链路操作，帮助开发者快速将大模型能力集成到自己的应用中。 预期读者 * 中小团队开发者（需要为产品添加智能交互功能） * 个人开发者（想尝试AI应用开发） * 学生/技术爱好者（对大模型实际应用感兴趣） 文档结构概述 本文采用“知识铺垫→操作指南→实战验证→场景拓展”的逻辑，

By Ne0inhk
彻底解决 ComfyUI Mixlab 插件 Whisper.available False 的报错

彻底解决 ComfyUI Mixlab 插件 Whisper.available False 的报错

https://github.com/MixLabPro/comfyui-mixlab-nodes 彻底解决 ComfyUI Mixlab 插件 Whisper.available False 的报错 在 ComfyUI 中安装 Mixlab Nodes 插件后，控制台显示其他节点正常，便 Whisper.available False。即使环境里安装了 openai-whisper 和 faster-whisper，问题依然可能存在。 Whisper.available False 本文将分享如何通过修改 __init__.py 进行深度 Debug，并修复 Whisper.py 中的路径逻辑漏洞。 1. 深度排查：让报错“开口说话” Mixlab 的默认日志只提示 False，不显示原因。为了抓出真凶，

By Ne0inhk
AIGC已入侵日常生活，你察觉到了吗？

AIGC已入侵日常生活，你察觉到了吗？

目录 引言：AIGC 掀起生活变革 AIGC 在内容创作领域的应用 写作辅助 图像生成 AIGC 在智能设备中的应用 智能语音助手 智能拍照与图像处理 AIGC 在生活服务中的应用 智能客服 旅行规划 AIGC 应用面临的挑战与思考 内容质量与可靠性 隐私与安全 对就业的影响 总结与展望 引言：AIGC 掀起生活变革 在数字化浪潮汹涌澎湃的当下，AIGC（人工智能生成内容，Artificial Intelligence Generated Content）如同一颗璀璨的新星，照亮了我们生活的每一个角落。它是继 PGC（专业生产内容）、UGC（用户生产内容）之后的又一内容生产新范式，借助机器学习、深度学习等人工智能技术，AIGC 能够自动生成文本、图像、音频、视频等多样化的内容 ，正逐渐渗透到我们生活的方方面面，从日常的信息获取、创意激发，

By Ne0inhk