- 我们使用一个摄像头模块（B-CAMS-OMV）来捕捉场景，并将其缩放为 96x96 像素
- 我们从谷歌视觉唤醒词中选择了一个预训练的 NN 模型来管理存在检测
- 该模型已集成在功能包 FP-AI-VISION1中（为 STM32H747 探索套件制作）
- 该模型使用 STM32Cube.AI进行了优化

传感器

视觉：相机模块捆绑包（参考： B-CAMS-OMV）

数据

数据格式
2 类：有人/无人
用于 MobileNet v1 0.25 的 96x96 彩色图像
用于 MobileNet v2 0.35 的 128x128 彩色图像

结果

模型：针对MobileNet v2 0.35的128×128彩色图像
输入大小：96x96x3
内存占用：
214 KB 闪存，用于权重
40 KB RAM，用于激活
准确率：对Coco数据集子集的准确率为 85%
STM32H747* @ 400 MHz 上的性能
推断时间： 36 毫秒
帧频： 28帧 /秒

模型：量化MobileNet v2 0.35模型
输入大小：128x128x3
内存占用：
402 KB 闪存，用于权重
224 KB RAM，用于激活
准确率：对Coco数据集子集的准确率为 91%
STM32H747* @ 400 MHz 上的性能
推断时间： 110 毫秒
帧频： 9 帧/秒
* 使用STM32CubeAI 7.1.0中的FP-AI-VISION1 3.1.0测量