在STM32上跑神经网络做手势检测
2019-08-015998
AI 快速预览详细
本文介绍了一个在STM32微控制器上运行神经网络进行手势识别的项目。使用不到10层的FCN网络，并通过模型量化技术实现实时手势检测。尽管STM32的主频不到100MHz，SRAM不到100K，但通过优化和量化，成功实现了隔空手势识别。整个代码包括量化工具都是纯手撸hardcode，展示了在资源受限环境下实现复杂任务的可能性。
|
最近想试试把以前搞嵌入式单片机的一些经验和最近在做的深度学习结合起来，正好前段时间看到新闻说新款iPhone和下一代Pixel似乎都要加入隔空手势识别功能，所以idea就来啦。 为了在Cortex-M的MCU上成功跑起CNN，用的模型是一个不到10层FCN网络，但是即便如此，对于主频只有不到100MHz，SRAM只有不到100K的单片机来说依然是极其吃力的，模型不做量化的话肯定无法做到实时的。 实现细节等有空整理好资料再来详细介绍，先来看看最终效果，整个代码包括量化工具都是纯手撸hardcode，没做成框架，主要是因为，我懒。 |
