网站导航
> 文档中心 > 【MM32F5270开发板试用】单片机也能玩神经网络-TinyMaix实测开源

【MM32F5270开发板试用】单片机也能玩神经网络-TinyMaix实测开源

网友: 文档中心 2022-10-25 15:24:44

本篇文章来自极术社区与灵动组织的MM32F5270开发板评测活动，更多开发板试用活动请关注极术社区网站。作者：甴尐

MM32F5270如何在单片机上跑通一个模型

(完整代码在末尾百度网盘)
问题点
基本上集中在怎么量化，还有就是单片机前段推理框架。最重要的就是资源问题。
先贴一下TinyMaix。
宝藏仓库

TinyMaix是面向单片机的超轻量级的神经网络推理库，即TinyML推理库，可以让你在任意单片机上运行轻量级深度学习模型~
我们的设计原则：易用性 > 移植性 > 速度 > 空间

话不多说，开干~~~~

keil版本

【MM32F5270开发板试用】单片机也能玩神经网络-TinyMaix实测开源

定时器

模型都需要统计时间

/* Setup the timer. */void app_tim_init(void){    /* Set the counter counting step. */    TIM_Init_Type tim_init;    tim_init.ClockFreqHz = BOARD_TIM_FREQ;    tim_init.StepFreqHz = APP_TIM_UPDATE_PERIOD; /* 1s. */    tim_init.Period = 1u;    tim_init.EnablePreloadPeriod = false;    tim_init.PeriodMode = TIM_PeriodMode_Continuous;    tim_init.CountMode = TIM_CountMode_Increasing;    TIM_Init(BOARD_TIM_PORT, &tim_init);    /* Enable interrupt. */    NVIC_EnableIRQ(BOARD_TIM_IRQn);    TIM_EnableInterrupts(BOARD_TIM_PORT, TIM_INT_UPDATE_PERIOD, true);    /* Start the counter. */    TIM_Start(BOARD_TIM_PORT);}tim_init.StepFreqHz = 1000000  tim_init.Period = 1

一个1us的定时器。觉得浪费资源，也可以用系统滴答时间。

深度学习模型

显卡

【MM32F5270开发板试用】单片机也能玩神经网络-TinyMaix实测开源

conda tf pytorch 环境

【MM32F5270开发板试用】单片机也能玩神经网络-TinyMaix实测开源

数据集采用 mnist 训练20 epochs 准确率 96%

【MM32F5270开发板试用】单片机也能玩神经网络-TinyMaix实测开源

然后使用tflite中自带的量化策略，f32 转成int8.缩小模型。然后转成自定义的.h文件格式。

TinyMaix 移植

添加对应的文件

【MM32F5270开发板试用】单片机也能玩神经网络-TinyMaix实测开源

【MM32F5270开发板试用】单片机也能玩神经网络-TinyMaix实测开源

适配MM32

测试时间这边改成timer1 1us的tick
使用加速 使用ARM M系列加速
#define TM_ARCH TM_ARCH_ARM_SIMD
使用纯CPU
#define TM_ARCH TM_ARCH_CPU

主函数

void tinyMaix_test(void){ /* Begin TinyMaix */ TM_DBGT_INIT(); TM_PRINTF("mnist demo\n"); tm_mdl_t mdl; for (int i = 0; i < 28 * 28; i++) {  TM_PRINTF("%3d,", pic[i]);  if (i % 28 == 27)   TM_PRINTF("\n"); } tm_mat_t in_uint8 = {3,IMG_L,IMG_L,IMG_CH, (mtype_t*)pic}; tm_mat_t in = {3,IMG_L,IMG_L,IMG_CH, NULL}; tm_mat_t outs[1]; tm_err_t res; tm_stat((tm_mdlbin_t*) mdl_data); TM_DBGT("tm_load"); res = tm_load(&mdl, mdl_data, mdl_buf, layer_cb, &in); if (res != TM_OK) {  TM_PRINTF("tm model load err %d\n", res);  return; } TM_DBGT("tm_preprocess");    #if (TM_MDL_TYPE == TM_MDL_INT8) || (TM_MDL_TYPE == TM_MDL_INT16) res = tm_preprocess(&mdl, TMPP_UINT2INT, &in_uint8, &in);    #else res = tm_preprocess(&mdl, TMPP_UINT2FP01, &in_uint8, &in);    #endif TM_DBGT("tm_run"); TM_DBGT_START(); res = tm_run(&mdl, &in, outs); TM_DBGT("tm_run"); if (res == TM_OK) {    #ifndef TEST_MBNET  parse_output(outs);    #endif } else  TM_PRINTF("tm run error: %d\n", res); tm_unload(&mdl);}int main(void){    BOARD_Init();    printf("\r\ntim_basic example.\r\n");    /* Setup the timer. */    app_tim_init(); tinyMaix_test();    while (1)    {    }}

效果测试

TM_ARCH_ARM_SIMD

【MM32F5270开发板试用】单片机也能玩神经网络-TinyMaix实测开源

===tm_run use 2.808 ms

【MM32F5270开发板试用】单片机也能玩神经网络-TinyMaix实测开源

===tm_run use 4.243 ms
准确识别，加速后，运行速度翻倍。

ps(mm32工程放百度网盘需要自取，也可以在下方附件下载)
链接：https://pan.baidu.com/s/1Y17nchrzb0_t2IaGEd1QQQ
提取码：fsno

网络标签：

相关问题