本课程介绍了基于卷积神经网络（CNN）的嵌入式图像识别系统，重点探讨卷积神经网络的小模型在资源有限的嵌入式终端中的应用。
课程首先会介绍嵌入式人工智能的发展背景及其在自动驾驶、智慧医疗、智能家居等领域的广泛应用，特别是嵌入式技术和人工智能小模型的融合，如何通过微控制器（MCU）实现自主分析与决策。将详细阐述嵌入式人工智能开发平台（EAI-DP）的系统框架和技术路线，探讨在高性能设备上进行模型训练、在嵌入式终端进行推理的协作模式，以提升嵌入式终端的工程应用通用性。通过终端硬件平台设计、上位机软件开发、终端程序设计等多个方面的实现过程。课程展示了如何解决硬件资源受限的问题，并通过自适应格式转换等关键技术实现嵌入式系统对图像的有效识别。此外，还提供了焊接件外观质量缺陷检测系统的应用实例，展示了该系统在工业场景中的实际应用效果。最后，总结了基于STM32-H7平台的嵌入式图像识别系统的软硬件设计，探讨了如何通过图形化编程、模型量化等技术降低开发门槛，并展望了语音识别、模型性能对比等功能的未来扩展方向。课程适合有志于嵌入式技术及人工智能应用的学习者，为他们提供了全面的开发框架和实际应用指导。