我在STM32单片机上跑神经网络算法—CUBE-AI
为什么可以在STM上面跑人工智能？简而言之就是通过X-Cube-AI扩展将当前比较热门的AI框架进行C代码的转化，以支持在嵌入式设备上使用，目前使用X-Cube-AI需要在STM32CubeMX版本7.0以上，目前支持转化的模型有Keras、TF lite、ONNX、Lasagne、Caffe、ConvNetJS。Cube-AI把模型转化为一堆数组，而后将这些数组内容解析成模型，和Tensorflow里的模型转数组后使用原理是一样的。
如何将Yolov5 模型部署到OpenVINO上
OpenVINO是英特尔推出的一款AI工具套件，可以用于快速部署AI应用和解决方案，支持计算机视觉的CNN网络结构超过150余种。它可以兼容多种主流的开源框架如PyTorch，Tensorflow，Keras，mxnet、Caffe和ONNX，并可以将上述开源框架训练好的模型，轻松的通过工具转换到OpenVINO框架上，并支持将预训练模型部署到英特尔的CPU、GPU和VPU上。