콘테스트 프로젝트 진행 상황
각 Quest를 단계적으로 완성하는 프로젝트입니다.
Quest 1: STM32Cube.AI 개발 환경 구축하기
2022.08.02
0. STM32L4 Series MCU Package 설치
- STM32CubeMX의 Help > Manage embedded software packages 클릭
- Embedded Software Package Manager - STM32Cube MCU Packages 탭에서 STM32L4 Series 설치

1. X-CUBE-AI 설치
- Embedded Software Package Manager - STMicroelectronics 탭에서 X-CUBE-AI 설치

2. FP-AI-SENSING1 설치
3. STM32CubeMX Project 만들기

4. MCU Selector > Start Project

5. Select Components

6. Software Packs Component Selector

7. Add network
8. Analyzing Network

9. Show Graph

Quest 2: Neural Network Model 생성 개발 환경 구축하기
2022.08.15
1. Anaconda 설치
2. PyCharm 설치
3. Anaconda 환경 설정
- keras, keras-application, keras-base 설치
- tensorflow, tensorflow-base, tensorflow-datasets 설치
4. PyCharm Interpreter 설정
5. HAR 폴더 복사
6. RunMe.py 실행
- numpy, pandas, scikit-learn 설치
7. Log_data 폴더 생성
8. csv 파일 복사
9. WISDM dataset 다운로드 및 압축해제
10. Terminal Console에서 python RunMe.py --dataDir=Log_data 실행
11. Accuracy 그래프
.png)
12. Model Loss Function 그래프

13. Confusion Matrix 그래프

14. Network Analyze

Quest 3: B-L475E-IOT01A 보드에 바이너리 파일 라이팅하기
2022.09.09
1. STM32CubeProgrammer 설치
STM32CubeProgrmmer를 다운로드한 후 설치
https://www.st.com/en/development-tools/stm32cubeprog.html
2. STM32CubeIDE 설치
https://www.st.com/en/development-tools/stm32cubeide.html
3. CleanSENSING1.bat 파일 수정

4. STM32CubeIDE
1) 프로젝트 불러오기
2) main.c 파일에서 static void Init_BlueNRG_Stack(void) 함수의 BoardName[8] 수정
3) Build
5. CleanSENSING1.bat 실행
6. STM32CubeProgrammer 실행
1) STM32CubeFunctionPack_SENSING1_V4.0.3\Projects\B-L475E-IOT01A\Applications\SENSING1\STM32CubeIDE
2) SENSING1_BL.bin 파일 쓰기
7. ST BLE Sensor App 설치
1) App Store에서 ST BLE Sensor 검색 후 설치
8. “ST BLE Sensor” App의 Device 검색화면

9. Activity Recognition 동영상
Quest 4: B-L475E-IOT01A 보드 가속도 센서 활용하여 AI 모델을 위한 Dataset 구성하기
2022.09.18
[Quest 4] Jogging, Stationary, Stairs, Walking 로깅 파일 제출
Stationary 2EA
Walking 3EA
Jogging 4EA
Stairs 3EA
로깅 파일 첨부합니다.
감사합니다.
Quest 5: 새로 생성한 학습된 Model을 STM32Cube.AI를 사용하여 프로젝트에 적용하기
2022.09.25
1. har_IGN 모델 생성
- anaconda navigator에서 개발 환경 설정
- pip를 이용해서 라이브러리를 설치하지 말고, anaconda navigator를 이용해서 라이브러리를 설치할 것
(라이브러리의 의존성을 맞추기 쉬움. anaconda navigator에서 자동으로 체크한 후 설치함)
- python 3.6.13, keras 2.2.4, tensorflow 1.15.0, scikit-learn 0.24.2, pandas 1.1.5 ...
- Quest4의 Log 파일을 Log_data 디렉토리에 복사
- wrapt 라이브러리 때문에 NoModule Error 발생해서 모델링이 안되는 문제 해결(이전에 설치되었던 버전때문에 발생)
- RunMe.py, HARNN.py에서 tensorflow import 관련 일부 코드 수정
2. har_IGN confusion matrix
- 1번에서 생성한 모델의 confusion matrix

3. STM32CubeMx - Code Generate
- X-CUBE-AI 5.0.0 설치
- 1번에서 생성한 모델을 이용해서 코드 생성 후 har_ign.c/.h, har_ign_data.c/.h 파일 복사
- Build all
- B-L475E-IOTA1 연결 후 CleanSENSING1.bat 실행
4. Human Activity Recognition 동영상
프로젝트 갤러리
프로젝트 제작 과정과 최종 결과물을 담은 이미지 갤러리입니다.





.png)








프로젝트 자료실
프로젝트를 재현하거나 학습하는데 필요한 모든 자료를 제공합니다.
등록된 자료가 없습니다.
프로젝트 소개
아직 등록된 프로젝트 소개가 없습니다.
코드 & 회로도
등록된 코드/회로 자료가 없습니다.
댓글 0개
아직 댓글이 없습니다. 첫 댓글을 남겨보세요!

.jpg)