【嵌入式AI入门日记】将 AI 模型移植到 RT-Thread 上（1）

RTThreadIoTOS

于 2020-07-07 20:56:45 发布

阅读量1.4k

点赞数 1

文章标签：嵌入式 java 人工智能 python 大数据

本文链接：https://blog.youkuaiyun.com/FILLMOREad/article/details/107194428

版权

本文介绍了如何将AI模型部署到嵌入式平台，特别是STM32H743ZI-Nucleo开发板上，使用STM32CubeMX.AI工具将Keras模型转换为C代码，并在RT-Thread操作系统上运行。详细步骤包括环境配置、模型准备、CubeMX AI工程生成和代码调试。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本期我们分享主题是如何将 AI 模型部署到嵌入式系统中，下一期将介绍如何在 RT-Thread 操作系统上运行 Mnist Demo（手写数字识别）。

嵌入式关联 AI

AI落地一直是一个很红火的前景和朝阳行业。我的好奇心也比较旺盛，所以关于任何嵌入式和 AI 相关的都是想尝一尝。本系列文章将带你一步一步把 AI 模型部署在嵌入式平台，移植到 RT-Thread 操作系统上，实现你从菜鸟到起飞的第一步甚至第 n 步！

开发环境：

后续开发过程将基于 STM32H743ZI-Nucleo 开发板，并且使用 STM32CubeMX.AI 工具。它可以基于训练好的 AI Model (仅限 Keras/TF-Lite)，自动生成嵌入式项目工程(包括但是不局限于 MDK、STM32CubeIDE 等)。该工具易于上手，适合嵌入式 AI 入门开发。

STM32CubeMX 是 ST 公司推出的一种自动创建单片机工程及初始化代码的工具，适用于旗下所有 STM32 系列产品，现在其 AI 组件可以提供 AI 模型到嵌入式 C 代码的转换功能。

1. 准备工作

1.1 安装开发环境

我是用的操作系统是 Ubuntu 18.04。本次实验要用到如下开发工具，软件的安装过程很简单，网上都有很成熟的教程，在此不再赘述。该篇教程同样适用于 Windows 环境，实验步骤完全相同。

STM32CubeMx
STM32CubeIDE
STM32CubeProgrammer

STM32CubeProgrammer 在 ubuntu 环境下使用可能会出现如下错误：

安装好之后，在终端执行安装包路径下的bin文件夹下的执行文件，会报错误：找不到或无法加载主类 “com.st.app.Main”，这时候只要将 Ubuntu 默认的 Open-JDK 换成 Oracle JDK 就好了，下面是切换成 Oracle JDK 成功的截图：
1# Oracle 官网中下载 JavaSE JDK 压缩包
2$ sudo tar zxvf jdk-8u172-linux-x64.tar.gz -C /usr/lib/jvm
3# 将下载的JDK注册到系统中
4$ sudo update-alternatives --install /usr/bin/java java /usr/lib/jvm/jdk1.8.0_172/bin/java 300
5# 切换JDK
6$ sudo update-alternatives --config java
7# 查看JDK 版本
8$ java -version