零基础的嵌入式机器学习：Edge Impulse训练模型移植STM32F407ZGT6实例

第一次接触Edge Impulse这个在线的机器学习网站是在OpenMv口罩识别的历程中，根据OpenMv的官方历程来使用Edge Impulse还是很顺利的。但不久之后就发现如果仅仅是基于OpenMv的历程来进行机器学习，就只能完成图像识别而已，而除了图像识别之外的训练模型如果想要导出到STM32的单片机上，则要通过STM32CubeIDE。STM32CubeIDESTM32CubeIDE是意法

方恪

5085人浏览 · 2021-07-17 21:28:24

方恪 · 2021-07-17 21:28:24 发布

前言

没有机器学习基础但是想利用嵌入式AI？Edge Impulse绝对是不二之选！算法自动提供，代码一键生成，移植简单方便，简直是小白的福音！如果你打算涉及嵌入式机器学习，那就快来看看吧！

STM32CubeIDE

STM32CubeIDE是意法半导体公司推出的STM32集成开发环境，它允许用户在软件上点选相关选项，完成芯片的选型、外设的配置和时钟的配置等设置，自动生成代码并导出，方便实用。关于STM32CubeIDE的安装和使用教程在这里就不赘述，网上的教程很多。

Edge Impulse模型导出步骤

如果你现在有一个已经在Edge Impulse训练好的模型，那么你就可以按照以下步骤部署到STM32的MCU上。

首先在Edge Impulse工程的左侧找到Deployment选项，点选后在右侧选择Cube.MX CMSIS-PACK，然后点击下方的build将PACK包下载下来。

下载下来后找个地方保存好，路径中不要包含中文字符，否则导入时会报错。

打开STM32CubeIDE，新建一个STM32(STM32 Project)的工程，选择需要的芯片，我选择的是STM32F407ZGT6，记得编程语言选择C++。点击Finish创建工程。

选择完毕后，配置好芯片的时钟，在Pinout & Configuration页下点击Software Packs，点击Manage Software Packs。

点击左下角的From Local...，将之前下载下来的PACK包导入。

导入完成后，回到Pinout & Configuration页下的Software Packs，点击Select Components

找到刚刚导入的PACK包，一般有前缀EdgeImpulse标识，下拉找到Core，勾选右边的Selecetion。

勾选完毕后Pinout & Configuration页，在左侧找到Software Packs，在右侧Mode下方勾选。

勾选完毕后CTRL+S保存工程，点击YES，这时候会自动生成代码。

代码生成完毕后在右侧的文件中找到main.c文件。

在main.c中找到USER CODE BEGIN Includes，在BEGIN 和END之间粘贴如下代码：

#include "edge-impulse-sdk/classifier/ei_run_classifier.h"
using namespace ei;

// paste the raw features here
static const float features[] = {
		10,9,8,7,6,5,4,3,2,1
};

int get_feature_data(size_t offset, size_t length, float *out_ptr) {
    memcpy(out_ptr, features + offset, length * sizeof(float));
    return 0;
}

在main.c中找到USER CODE BEGIN 0，在BEGIN 和END之间粘贴如下代码：

#include <stdarg.h>
#include "edge-impulse-sdk/classifier/ei_run_classifier.h"

void vprint(const char *fmt, va_list argp)
{
    char string[200];
    if(0 < vsprintf(string, fmt, argp)) // build string
    {
        HAL_UART_Transmit(&huart1, (uint8_t*)string, strlen(string), 0xffffff); // send message via UART
    }
}

void ei_printf(const char *format, ...) {
    va_list myargs;
    va_start(myargs, format);
    vprint(format, myargs);
    va_end(myargs);
}

在main.c中找到USER CODE BEGIN Init，在BEGIN 和END之间粘贴如下代码：

  signal_t signal;
  signal.total_length = sizeof(features) / sizeof(features[0]);
  signal.get_data = &get_feature_data;

在main.c中找到USER CODE BEGIN Init，在BEGIN 和END之间粘贴如下代码：

    ei_impulse_result_t result = { 0 };
	       EI_IMPULSE_ERROR res = run_classifier(&signal, &result, true);
	       ei_printf("run_classifier returned: %d\r\n", res);

	       ei_printf("Predictions (DSP: %d ms., Classification: %d ms., Anomaly: %d ms.): \r\n",
	           result.timing.dsp, result.timing.classification, result.timing.anomaly);

	       // print the predictions
	       ei_printf("[");
	       for (size_t ix = 0; ix < EI_CLASSIFIER_LABEL_COUNT; ix++) {
	           ei_printf_float(result.classification[ix].value);
	   #if EI_CLASSIFIER_HAS_ANOMALY == 1
	           ei_printf(", ");
	   #else
	           if (ix != EI_CLASSIFIER_LABEL_COUNT - 1) {
	               ei_printf(", ");
	           }
	   #endif
	       }
	   #if EI_CLASSIFIER_HAS_ANOMALY == 1
	       ei_printf_float(result.anomaly);
	   #endif
	       ei_printf("]\r\n\r\n\r\n");

	     HAL_Delay(5000);