本篇文章是STM32人工智能合作伙伴介紹系列之一, 之后也會陸續為大家介紹更多STM32生態相關合作的公司和產品, 希望能為大家的開發帶來更多創意和靈感！

我們介紹的第一家是在嵌入式圈子已經小有名氣的OpenMV （國內由星瞳科技代理）。

下面整理了OpenMV 智能攝像頭模組的各個版本在硬件和功能上的差異。

硬件差異

功能差異

下面重點介紹OpenMV的最新固件版本v3.6.0對TensorFlow-Lite 的支持。

大家可能會問，TensorFlow-Lite跟OpenMV之前實現的傳統機器視覺算法（比如追蹤、檢測和識別）有什么區別呢?

首先TensorFLow-Lite 是TensorFLow為嵌入式設備優化的版本，采用機器學習中的深度學習算法（20歲小伙子），跟傳統的機器視覺算法（70歲老大爺）相比還很年輕。好處在于你不需要根據特定應用來手工設計特征（你需要對特定領域和數據特別了解），但缺點是需要大量的數據集作為訓練的素材。當然STM32和OpenMV一起為MCU開發者提供了一系列工具來減輕用戶的工作量。

下面提到的神經網絡是深度學習的主要模型。

具體到機器視覺，第1到3需要用戶自主完成，從第4步開始借助Cube.AI來完成從預訓練模型到C代碼的轉換，而OpenMV則在生成的AI庫基礎上添加了一層可以通過microPython調用的包裝。