本課程介紹了基于卷積神經網絡（CNN）的嵌入式圖像識別系統，重點探討卷積神經網絡的小模型在資源有限的嵌入式終端中的應用。
課程首先會介紹嵌入式人工智能的發展背景及其在自動駕駛、智慧醫療、智能家居等領域的廣泛應用，特別是嵌入式技術和人工智能小模型的融合，如何通過微控制器（MCU）實現自主分析與決策。將詳細闡述嵌入式人工智能開發平臺（EAI-DP）的系統框架和技術路線，探討在高性能設備上進行模型訓練、在嵌入式終端進行推理的協作模式，以提升嵌入式終端的工程應用通用性。通過終端硬件平臺設計、上位機軟件開發、終端程序設計等多個方面的實現過程。課程展示了如何解決硬件資源受限的問題，并通過自適應格式轉換等關鍵技術實現嵌入式系統對圖像的有效識別。此外，還提供了焊接件外觀質量缺陷檢測系統的應用實例，展示了該系統在工業場景中的實際應用效果。最后，總結了基于STM32-H7平臺的嵌入式圖像識別系統的軟硬件設計，探討了如何通過圖形化編程、模型量化等技術降低開發門檻，并展望了語音識別、模型性能對比等功能的未來擴展方向。課程適合有志于嵌入式技術及人工智能應用的學習者，為他們提供了全面的開發框架和實際應用指導。