一、开发环境
RT-Thread Studio:2.1.0
RT-Thread:4.0.3
RT-AK
ART-PI SDK :1.2.1
二、准备步骤
1.ART-PI SDK的安装教程：https://gitee.com/RT-Thread-Studio-Mirror/sdk-bsp-stm32h750-realthread-artpi
2.RT-AK的安装：https://gitee.com/wenzi_d/RT-AK#%E5%AE%98%E6%96%B9%E7%89%88%E6%9C%AC
三、实际上手
1.创建工程
- 文件->新建->RT-Thread 项目
- 基于开发板
- 开发板选择 STM32H750-RT-ART-Pi
- 类型：模板工程
2.使用RT-AK插件
1.进入之前下载的rt-ak文件夹
2.进入如下目录并输入cmd
3.在终端里带参数的运行aitools.py
代码：python aitools.py --project=<your_project_path> --model=<your_model_path> -- platform=stm32 --ext_tools=<your_x-cube-ai_path> --clear
<your_project_path>指的是你建立的工程的文件夹，对应示例中的"D:\RT-ThreadStudio\workspace\test"
<your_model_path>指的是模型的文件位置，对应示例中的"./Models/keras_mnist.h5"
<your_x-cube-ai_path>指的是下载的x-cube-ai的文件夹，对应示例中的"D:\Program Files (x86)\stm32ai-windows-5.2.0\windows"
示例：python aitools.py --project="D:\RT-ThreadStudio\workspace\test" -- model="./Models/keras_mnist.h5" --platform=stm32 --ext_tools="D:\Program Files (x86)\stm32ai-windows-5.2.0\windows" --clear
然后我们就得到了一个包含数字识别功能的工程。
3.应用与检验
1.在工程的applications文件夹下添加文件mnist.c
2.编译并烧入
3.在rtt-studio里启动串行终端，输入mnist-app，回车
4.可以从终端看到art-pi的预测值是7即为成功
