供水公司负责确定水价及管理清洁饮用水的日常供应。 一直以来，供水业务单调乏味，需要工作人员到现场测量大量数据。 自动读取水表读数可以帮助供水公司确定漏点并进行维修，从而提高供水网络的效率。
方法
项目的目标是通过摄像头自动读取水表读数，并通过低功耗蜂窝连接将结果发送到服务器。 摄像头安装在水表上方。 第一个神经网络用于检测感兴趣区域，即水表上的数字所处的区域。 第二个神经网络用于一次性识别水表上显示的数字。 识别出来的数字通过蜂窝连接LTE Cat M1或NBIoT发送到服务器。
演示在 B-L462E-CELL1电路板上运行，该电路板带有 Murata 的 LBAD0ZZ1SE 模块，其中嵌入了：
- STM32L462RE MCU（512 KB 闪存、160KB RAM、80 MHz）
- eSIM ST4SIM-200M
- LTE Cat M/NBIoT 调制解调器
演示在 B-L462E-CELL1电路板上运行，该电路板带有 Murata 的 LBAD0ZZ1SE 模块，其中嵌入了：
- STM32L462RE MCU（512 KB 闪存、160KB RAM、80 MHz）
- eSIM ST4SIM-200M
- LTE Cat M/NBIoT 调制解调器
传感器
视觉：Arducam mini 5MP plus摄像头板通过SPI连接至STM32
数据
数据格式
带有 8 位数字的水表图像
灰度图像
带有 8 位数字的水表图像
灰度图像
结果
模型：量化卷积神经网络，用于检测感兴趣区域
输入大小：240×240
内存占用：
148 KB闪存 ，用于权重
57 KB RAM，用于激活
在 STM32L462（低功耗）上的性能 @ 80 MHz
推断时间： 300 毫秒
模型：完全连接并且量化的时域卷积神经网络，用于识别数字
输入大小：24×140
内存占用：
67 KB闪存 ，用于权重
66 KB RAM，用于激活
在 STM32L462（低功耗）上的性能 @ 80 MHz
推理时间：8 位数 900 毫秒
输入大小：240×240
内存占用：
148 KB闪存 ，用于权重
57 KB RAM，用于激活
在 STM32L462（低功耗）上的性能 @ 80 MHz
推断时间： 300 毫秒
模型：完全连接并且量化的时域卷积神经网络，用于识别数字
输入大小：24×140
内存占用：
67 KB闪存 ，用于权重
66 KB RAM，用于激活
在 STM32L462（低功耗）上的性能 @ 80 MHz
推理时间：8 位数 900 毫秒
资源 ![STM32Cube.AI]()
![STM32Cube.AI]()
![STM32L4系列]()
![STM32L4系列]()
优化工具 STM32Cube.AI
X-CUBE-AI是一个免费的STM32Cube扩展包，可帮助开发人员将预训练的AI算法（例如神经网络和机器学习模型）自动转换为经过优化的STM32 C代码。
兼容 STM32L4系列
STM32系列32位微控制器基于Arm Cortex®-M处理器，旨在为MCU用户提供新的开发自由度。它包括一系列产品，集高性能、实时功能、数字信号处理、低功耗/低电压操作、连接性等特性于一身，同时还保持了集成度高和易于开发的特点。