STM32人工智能生态系统
与众不同，让您的产品优势尽显
嵌入式机器学习能以简单、快速、经济划算的方式来改进许多应用。
预测性维护、物联网产品、智能楼宇、资产追踪、人员计数……集成了人工智能之后，许多应用将变得更加智能！
我们全面的人工智能解决方案可迅速帮助您在产品中嵌入机器学习功能！
产品类型齐全，可满足各种项目需求
意法半导体为您提供两款面向STM32的人工智能解决方案，无论您在机器学习方面的专业水平如何，都能找到适合项目需求的方案。
NanoEdge AI Studio有数以百万计可用的预构建模型，能够轻松为嵌入式设备生成库。您无需收集和记录大型的复杂数据集。您的模型可以在自己的设备上型进行自我训练。
如果您拥有AI方面的知识，那么STM32Cube.AI可帮助您移植和优化STM32微控制器上的人工神经网络模型。
NanoEdge AI Studio，您的机器学习向导
NanoEdge AI Studio有数以百万计可用的预构建模型，能够轻松为嵌入式设备生成库。
即使您对于AI不太熟悉，只需几天就能创建一个完整的产品！例如，基于其异常检测、分类或回归算法，该工具让您可以轻松开发预测性维护应用。
| 产品编号 | 说明 |
| NanoEdgeAIStudio | 面向STM32开发人员的自动化机器学习 (ML) 工具 |
STM32Cube.AI，有此软件工具在手，即可助您储存和优化人工神经网络。
STM32Cube.AI是STM32Cube生态系统的一部分，支持来自主要人工智能培训框架的模型。
如果您已掌握人工智能设计技能，并已自行创建了ANN模型，STM32Cube.AI将为您带来丰富的应用示例。为方便快速入门，我们提供了丰富的调试工具和预集成库。
| 产品编号 | 说明 |
| STM32CubeMX | STM32Cube初始化代码生成器 |
| X-CUBE-AI | STM32CubeMX的AI扩展包 |
通过STM32功能包加速开发
这些软件包帮助您节省宝贵的时间，使您能够专注于人工神经网络模型，让您的应用程序脱颖而出。
下载您需要的功能包：
将AI和Linux与我们的MPU产品完美结合
下载面向STM32 MPU的LINUX资源：
| 产品编号 | 说明 |
| X-LINUX-AI | 用于AI计算机视觉应用的STM32 MPU OpenSTLinux扩展包 |
| STEVAL-STLKT01V1 | SensorTile开发套件 |
STM32平台助您启动开发之旅
我们的STM32硬件工具可满足广泛的应用需求，助力您未来的应用开发！
我们的嵌入式机器学习解决方案完全集成在STM32生态系统中，让您可使用众多功能，如先进的图形、连接、传感功能，以及我们STM32 MCU和MPU产品提供的其他功能。
找到最合适的STM32平台：
| 产品编号 | 说明 |
| B-L475E-IOT01A | STM32L4探索套件，包含IoT节点、低功耗无线解决方案、BLE、NFC、SubGHz和Wi-Fi |
| STEVAL-STLKT01V1 | SensorTile开发套件 |
| STEVAL-STWINKT1B | 用于工业IoT应用的STWIN SensorTile无线工业节点开发套件和参考设计 |
| STM32L562E-DK | 配备STM32L562QE MCU的探索套件 |
| STM32H747I-DISCO | 配备STM32H747XI MCU的探索套件 |
| STM32MP157C-DK2 | 配备STM32MP157C MPU的探索套件 |
| STM32MP157F-DK2 | 配备STM32MP157F MPU的探索套件 |
| Avenger96 | 基于STM32MP157A的Avenger96板源自96Boards |
| B-CAMS-OMV | 摄像头模块套装，用于STM32板 |
视频
FP-AI-VISION1：计算机视觉应用 (12:02)
FP-AI-VISION1由X-CUBE-AI扩展包生成的软件组件组成，与专门用于AI计算机视觉应用的应用软件组件相辅相成
基于STM32的AI应用 - 通过FP-AI-VISION1实现人员在场检测 (6:23)
此演示在STM32H7和STM32L4上运行，让您了解使用STM32Cube.AI之后，在STM32上可开发众多人工智能应用
STM32Cube.AI入门 (13:57)
X-CUBE-AI是一款STM32Cube扩展包，扩展了STM32CubeMX的功能，可自动转换预先训练的神经网络，并将生成的优化库集成到用户项目中。
基于STM32的AI应用：通过X-LINUX-AI实现多目标检测
此演示在STM32MP1上运行，让您了解无论是通过C++ API或Python™运行环境，在STM32MP1上都可开发众多人工智能应用
预测性维护 (07:34)
对于预测性维护的状态需进行监测，而此解决方案在面向STM32Cube的FP-AI-NANOEDG1功能包中有所提供。此演示在超低功耗STM32 MCU上运行，通过该代码示例包可快速创建和微调用户设备的状态监控应用。
基于STM32的AI应用：通过FP-AI-FACEREC实现人脸识别应用 (3:55)
新推出的FP-AI-FACEREC1功能包中现在提供人脸识别软件。在STM32H7 MCU和STM32MP1 MPU上运行
