ST的边缘 AI

梳理了一下ST的边缘 AI 实现，为方便查阅，学习使用，已标明出处，CUBE AI内容较少

部分官方教程 

https://www.youtube.com/watch?v=grgNXdkmzzQ&t=396s

https://zhuanlan.zhihu.com/p/64353677

佬：晚秋大魔王

NanoEdge AI Studio 教程 第二章--异常数据分析_nanoedgeai的算法-优快云博客

NanoEdge AI Studio 教程 第三章--单分类-优快云博客

NanoEdge AI Studio 教程 第四章--多分类_nanoedge ai studio 多分类问题 signal信号添加是要做好分类吗-优快云博客

NanoEdge AI Studio 教程 最终章——数据预测-优快云博客

NanoEdge AI Studio 教程 第六章--问题整理及解决_nanoh ai studio-优快云博客

 （下面这个是灰底文章博主的）

STM32上部署AI的两个实用软件——Nanoedge AI Studio和STM32Cube AI-优快云博客

Edge-AI测试

ST云端测试AI模型 --- ST Edge AI-优快云博客

CUBE-AI（之前看过这个）

CUBEAI详细使用教程（STM32运行神经网络）---以手写识别为例-优快云博客

 科创网的博客

STM32MCU边缘AI部署之初探NanoEdge AI Studio（一） - 科创网

STM32MCU边缘AI部署之再探NanoEdge AI Studio（二） - 科创网

一 Nano Edge AI Studio 简单概述

NanoEdge AI Studio主要可以实现的功能主要分为四种：

1.异常判断：异常判断的是指模型对正常数据与异常数据进行训练、学习后，生成的模型可以识别生成的边缘AI可以判断数据是正常还是错误。

这里可能有人要问，为什么不使用阈值判断，不是更简单吗？其实很简单，当数据多维时，根据阈值判断数据状态其实是个很难的设定。同时，当阈值变化后，程序里的判断只能通过手动更改进行数据判断，其实挺麻烦。而机器学习可以在MCU进行数据学习优化，避免了数据多维和阈值问题。

2.单分类：单分类的是指，将数据进行导入，进行机器学习后，可以判断出设备的正常或者异常。这里与异常判断不同