基于Nuvoton M55M1利用NuEdgeWise进行AI图像识别：训练模型分辨猫与狗的解决方案

随着 AI 与边缘计算的蓬勃发展，开发者可以在微控制器（MCU）上实现高性能的机器学习任务。本文将介绍如何利用Nuvoton 的 NuEdgeWise 工具结合 ARM Cortex-M55 和 Ethos-U55 NPU，加速图像识别模型的训练与部署，实现“猫狗分类”的 AI 应用。

一、开发平台简介：M55M1

M55M1 是新唐科技（Nuvoton）推出的高性能 AI 微控制器，搭载：

• Arm® Cortex®-M55 CPU运行频率 200 MHz
• Arm® Ethos®-U55 神经处理单元（NPU）
• 1.5MB SRAM与2MB Flash，支持额外的8MB HyperRAM
• 支持 CMOS 传感器、音频处理器、USB、以太网和 CAN FD 通信等

其内置的 Helium 指令集与 NPU 能够极大提升 ML 模型的运行效率。

二、NuEdgeWise 是什么呢?

NuEdgeWise 是一套由 Nuvoton 提供的机器学习工具组，提供简易的界面与流程。

三、建立猫狗识别的相关流程

1. 创建和训练模型
2. 调整与优化模型（使用 Vela Compiler）
3. 转换为可在 MCU 运行的 TensorFlow Lite Micro 模型
4. 部署到 M55M1 开发板并实时推理

GitHub 仓库：https://github.com/OpenNuvoton/NuEdgeWise

并且下载图片分类的示例代码

https://github.com/OpenNuvoton/ML_Image_Classification

环境搭建完成后的NuEdgeWise界面

将准备好的猫狗图片导入，作为训练的素材

接下来可以设置相关的参数作为训练，并且点击RUN后即可开始训练

再通过Vela编译器将TFLite模型转换为Ethos-U55的指令，以便在NPU上执行

最后会生成相对应的文件

将资料拷贝至原本下载好的项目

烧录后执行，可在终端机看到识别结果及识别率

四、应用延伸

通过 NuEdgeWise 的架构，不仅可以识别猫和狗，还可以扩展至：

• 人脸识别
• 车辆分类
• 缺陷检测
• 工业设备监控

五、结语

NuEdgeWise与M55M1的整合为开发者提供了一个完整且强大的机器学习平台。无论是教育、创客项目，还是低功耗智能设备，都能通过此工具实现AI on Edge的愿景。

►展示板照片

►方案方块图

►核心技术优势

1. Arm Cortex-M55 + Ethos-U55 架构：MCU 级别支持 AI 运算的顶级组合，提供高达 3 GOPS 性能，适合执行 CNN 神经网络。

2. Helium 向量指令集 (MVE)：高效图像与数据处理能力，显著提升前处理如 RGB 转换、图像缩放等性能。

3. TensorFlow Lite for Microcontrollers：使用开源 TFLM + CMSIS-NN 推理引擎，模型可转换为 .h 格式嵌入 MCU。

4. NuEdgeWise 工具链整合：提供从数据预处理、模型训练、量化转换、部署编译的一站式流程，大幅降低开发门槛。

5. 低功耗 AI 模式支持：支持 Motion Detection、Acoustic Energy Detection、Smart Wakeup 等硬件唤醒技术，延长电池寿命。

6. 模块化设计与丰富 I/O：板载传感器包含 CMOS 摄像头、麦克风、MPU6500、WiFi、MicroSD 等，适合集成至各类终端应用。

►方案规格

Edge AI识别物品，M55M1 MCU支持TFLite格式的神经网络，模型由TensorFlow框架训练，通过LiteRT（原称TensorFlow Lite）工具将神经网络权重量化为INT8格式，并通过Vela编译器将TFLite模型转换为Ethos-U55的指令，以便在NPU上执行。

本篇作者-大联大品佳集团-Dan

更多资讯可点击此处前往“大联大”微博中查看，感谢支持！