STM32 人工智能生态
嵌入式机器学习能以简单、快速、经济划算的方式来改进许多应用。 预测性维护、物联网产品、智能楼宇、资产追踪、人员计数……集成了人工智能之后，许多应用将变得更加智能！ 面向STM32的人工智能解决方案可全面并迅速帮助您在产品中嵌入机器学习功能！ |  |
预测性维护
Predictive Maintenance，简称PdM 。是指通过对设备进行数据收集和状态监测，在故障发生之前，就预测可能出现的故障隐患。 并在故障损害发生之前，提出防范措施，更换相关零部件。
数千个STM32产品型号均允许用户通过Nanoedge AI Studio 和STM32Cube.AI工具链实施机器学习和神经网络，从而实现预测性维护的机器学习和深度学习算法。STM32完善全面的生态体系及工业领域的广泛应用帮助客户更好的实现预测性维护。 例如：
预测性维护 | 类别 | 细分市场 |
 | 工业 | • 光伏逆变器上的拉弧故障检测 • 电机、风机、泵、压缩机、齿轮箱故障（不平衡、摩擦、冲击、泄露）检测 • 工业断路器老化预测 • 电池电量故障检测 • 管道流量检测 • 温度、湿度、气体检测 |
 | 家电 | • 照明 • 家电（如空调、洗衣机、吸尘器）的非正常震动预测 |
 | 汽车和运输 | • 车辆 • 轨道安全门故障检测 • 基建 |
计算机视觉
嵌入式计算机视觉，具有：响应速度快、带宽低、隐私性好、低成本、低功耗的优势。
STM32 MCU 通过STM32Cube.AI的工具，以及STM32 MPU加上X-LINUX-AI可以帮助客户快速的实现计算机视觉中 图像分类和目标检测。 这些计算机视觉能力，可以广泛的应用在各种需要计算机视觉的实际场景中。 同时，AI具有的这些优势能力，正在启发越来越多的客户使用场景。
计算机视觉应用 | 类别 | 细分市场 |
 | 异常检测 | • 产线产品缺陷检测 • 烟雾、火灾检测 • 液体喷洒检测 |
 | 低精度图像处理 | • 实时图像分类 • 人、物存在检测,及多目标检测,人数统计 • 人脸检测和识别 • 药片检测 • 皮肤状态检测 • 字符和数字识别，如后装数字表识别 • 农业植物病虫害识别 |
 | 计算机视觉交互方式 | • 手势识别 • 注意力视线检测 • 人朝向检测 |
 | 视觉唤醒 | • 人脸检测、人形检测触发复杂视频算法 |
音频和传感
低功耗语音识别，STM32的优势在于在语音识别基础上的丰富通用外设和型号组合，相比较AP方案，功功耗。 All-in-1 STM32可以使用场景：
显示+语音：可穿戴、智能家居
无线+语音：智慧照明
控制+语音：家电（空调、洗衣机）
基于音频和传感的应用 | 类别 | 细分市场 |
| 声音事件分类 | • 家庭报警 • 侵入检测 • 玻璃破碎报警 |
 | 声音事件检测 | • 基于多普勒效应的车辆计数 • 多麦克风的声音方向检测 |
 | 声音唤醒 | • 声音检测用来唤醒复杂的算法 |
 | 情景感知 | • 室内、室外等各种环境场景 • 车辆环境 • 建筑物入住率 • 工厂活动 • 人存在检测 |
面向STM32的人工智能解决方案 ，可提供以下三种工具或软件的支持。
|  |  |
1. NanoEdge AI Studio，您的机器学习向导 NanoEdge AI Studio有数以百万计可用的预构建模型，能够轻松为嵌入式设备生成库。 即使您对于AI不太熟悉，只需几天就能创建一个完整的产品！例如，基于其异常检测、分类或回归算法，该工具让您可以轻松开发预测性维护应用。 |
|
| 产品下载 | 说明 |
| 面向STM32开发人员的自动化机器学习 (ML) 工具 |
2. STM32Cube.AI，有此软件工具在手，即可助您储存和优化人工神经网络。 NanoEdge AI Studio有数以百万计可用的预构建模型，能够轻松为嵌入式设备生成库。 即使您对于AI不太熟悉，只需几天就能创建一个完整的产品！例如，基于其异常检测、分类或回归算法，该工具让您可以轻松开发预测性维护应用。 | |
| 产品编号 | 说明 |
| STM32Cube初始化代码生成器 | |
| X-CUBE-AI | STM32CubeMX的AI扩展包 |
通过STM32功能包加速开发
为了简化应用程序开发，我们提供关于重要用例（例如计算机视觉、传感，以及状态监测）的代码示例。我们的功能包完整集成了人工神经网络与预处理/后处理功能，并连接到微控制器外设。
这些软件包帮助您节省宝贵的时间，使您能够专注于人工神经网络模型，让您的应用程序脱颖而出。
| 产品编号 | 说明 |
| FP-AI-SENSING1 | STM32Cube功能包，用于超低功耗物联网节点，具有基于音频和运动 传感的人工智能（AI）应用 |
| FP-AI-VISION1 | STM32Cube功能包，用于高性能STM32，带有用于计算机视觉的人工 智能（AI）应用 |
| FP-AI-NANOEDG1 | STM32Cube的人工智能（AI）状态监测功能包 |
| FP-AI-FACEREC | STM32Cube的人工智能（AI）面部识别功能包 |
| FP-AI-CTXAWARE1 | STM32Cube功能包，用于分布式人工智能（AI）的超低功耗情景感知 |
| FP-AI-MONITOR1 | STM32Cube功能包面向超低功耗STM32，基于多种传感器实现人工智能 (AI) 监控应用 |
3. STM32 MPU的Linux扩展包
| 产品编号 | 说明 |
| X-LINUX-AI | 用于AI计算机视觉应用的STM32 MPU OpenSTLinux扩展包 |
| STEVAL-STLKT01V1 | SensorTile开发套件 |
面向STM32的人工智能解决方案
STM32芯片对AI工具的支持
可用于AI评估的STM32开发板
| 产品编号 | 说明 |
| B-L475E-IOT01A | STM32L4探索套件，包含IoT节点、低功耗无线解决方案、BLE、NFC、SubGHz和Wi-Fi |
| STEVAL-STLKT01V1 | SensorTile开发套件 |
| STEVAL-STWINKT1B | 用于工业IoT应用的STWIN SensorTile无线工业节点开发套件和参考设计 |
| STM32L562E-DK | 配备STM32L562QE MCU的探索套件 |
| STM32H747I-DISCO | 配备STM32H747XI MCU的探索套件 |
| STM32MP157C-DK2 | 配备STM32MP157C MPU的探索套件 |
| STM32MP157F-DK2 | 配备STM32MP157F MPU的探索套件 |
| Avenger96 | 基于STM32MP157A的Avenger96板源自96Boards |
| B-CAMS-OMV | 摄像头模块套装，用于STM32板 |
*点击编号/文档可查看下载
| STM32人工智能相关资料 | |
实战经验 | |
用户手册 | |
用户手册 | |
用户手册 | |
用户手册 | |
数据手册 | |
数据手册 | |
数据手册 | |
数据手册 | |
数据手册 | |
数据手册 | |
Demo & Webinar视频资源 | ||
NanoEdge AI | 介绍视频 | ST人工智能应用解决方案 |
预测性维护 | ||
故障检测 | 电机控制中的异常检测 | |
STM32Cube.AI 计算机视觉 | 光学字符识别 （OCR） | 后装AI抄表模型 |
| STM32H7 双核“Tutti frutti” 什锦水果冰淇淋DEMO 运行在STM32H747I-DISCO | ||
人物检测 | 基于AI的小型家用设备手势控制系统 | |
人脸识别 | ||
计算机视觉 | STM32在计算机视觉上的应用 | |
NanoEdge AI STM32Cube.AI | 计算机视觉 | |
培训课程及资料 | |
| 意法半导体边缘人工智能解析 | |
ST端侧人工智能之视觉检测培训课件 | 下载培训课件 |
