STM32H743部署TinyML手写数字识别案例

作者在自己开发的STM32H743ZIT6开发板上部署了CNN手写数字识别模型（输入28×28灰度图像、输出0～9，参数量14410），Float32 TFLite模型61944字节经INT8量化后降至20992字节，减少约66.1%，并以此案例讲解TinyML在单片机上的工作原理与学习路径。 作者称此前用100张MNIST测试图像做板端验证，正确识别99张；该测试在64MHz、开启I-Cache条件下完成，推理时间中位数10.375ms。作者同时说明，这100张图像来自MNIST测试数据，不能直接代表真实触摸屏书写的准确率。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。