인피니언 7월21일부터
STM32 퀘스트 챌린지 : STM32Cube.AI
콘테스트 프로젝트진행중

STM32Cube.AI 개발 환경 구축하기

STM32 퀘스트 챌린지 : STM32Cube.AI
m
2022.07.29에 시작
0
좋아요
2.2K
조회
0
댓글
STM32Cube.AI 개발 환경 구축하기
STM32 퀘스트 챌린지 : STM32Cube.AI완료
콘테스트 프로젝트 진행 상황

각 Quest를 단계적으로 완성하는 프로젝트입니다.

Quest 1
Quest 2
Quest 3
Quest 4
Quest 5
5 / 6 완료
Quest 1: STM32Cube.AI 개발 환경 구축하기
2022.08.02
완료

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
완료

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

12. Model Loss Function 그래프

13. Confusion Matrix 그래프

14. Network Analyze

Quest 3: B-L475E-IOT01A 보드에 바이너리 파일 라이팅하기
2022.09.09
완료

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
완료

[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
완료

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 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 0

아직 댓글이 없습니다. 첫 댓글을 남겨보세요!