本文分享了基于STM32N6开发板的火灾检测系统实现过程。作者选择YOLOv8n模型进行火焰识别，通过320×320输入尺寸优化处理，将模型从PT格式转换为ONNX/TFLite格式并进行int8量化以减小体积。重点介绍了在STM32N6上的后处理实现，包括候选框筛选、IOU计算和DMA2D绘制检测框等关键步骤。系统虽然检测速度较慢但精度较高，展示了STM32N6"MCU+NPU&quo

本文介绍了基于STM32N6开发板实现边缘AI目标检测的完整流程。通过DCMIPP配置双流水线，将IMX335摄像头数据分别处理为800x480显示画面和320x320神经网络输入。利用STM32CubeMX集成YoloV8模型，结合NPU加速推理。采用LTDC双图层显示方案，底层显示摄像头画面，顶层通过DMA2D绘制检测框。详细解析了模型后处理流程，包括坐标转换、置信度过滤和非极大值抑制算法，最

本文介绍了在STM32N6微控制器上部署和运行神经网络模型的过程。STM32N6是意法半导体首款集成神经处理单元(NPU)的MCU产品，采用"MCU+NPU"异构架构，适合边缘AI应用。文章详细讲解了使用STM32CubeMX工具进行模型部署的步骤，包括内存配置、模型分析、权重文件烧录等关键环节。测试部分展示了如何初始化NPU、运行推理并解析YOLOv8模型的输出结果。作者还分

这次电子设计大赛的G题题目是：《电路模型探究装置》设计并制作RC有源滤波电路（简称已知模型电路）和电路模型探究装置（简称探究装置）。基本要求中，探究装置可自动调节本身的输出信号并加给“已知模型电路”，使该电路按要求输出信号；发挥部分中，探究装置可对测评现场提供的“未知模型电路”进行自主学习、建模，并根据该电路输入端的信号推理生成与该电路相同的输出信号。我觉得这纯粹的是一道在玩数学计算的题目，考研大

这篇推文介绍了DIY一款"懒人版"AD5933阻抗测量模块的设计方案。AD5933是一款专用于阻抗测量的芯片，内置DDS信号源和DFT计算单元，适用于电赛中的阻抗测量题目。作者针对原装模块价格高(400+)、驱动老旧的问题，设计了成本仅70元的自制方案。模块采用STM32F103C8T6作为主控，搭配MCP4017数字电位器自动调节反馈电阻，并预留9路ADC通道。通过TypeC

我们会发现，尖峰出现在了30K+-5K的频率上，符合AM信号的频域特征，为了区别明显，我们使用在20K频率上调制进50K信号进行分析.我们也可以清楚的看到在50-20K和50+20K的两个频率上面有着峰值，因此，我们可以使用AD5933对信号进行对应的特征提取。结果显而易见，我们可以利用AD5933给定的信号进行DFT频谱分析获得我们想要的信号，于是进行了更多的实验。在10K的方波信号中，我们发现

这篇推文介绍了DIY一款"懒人版"AD5933阻抗测量模块的设计方案。AD5933是一款专用于阻抗测量的芯片，内置DDS信号源和DFT计算单元，适用于电赛中的阻抗测量题目。作者针对原装模块价格高(400+)、驱动老旧的问题，设计了成本仅70元的自制方案。模块采用STM32F103C8T6作为主控，搭配MCP4017数字电位器自动调节反馈电阻，并预留9路ADC通道。通过TypeC

AD5933使用