STM32N6ボードで物体検知サンプルを試用

STのSTM32 model zooを紹介した前回記事の続編で、今回はセットアップから実際にサンプルを動かす段階に進んでいる。ボードにはArm Cortex-M55コアを搭載したSTM32N657X0マイコン、600-GopsのST Neural-ARTアクセラレータ、Neo-Chrom 2.5D GPU、4.2 MBの連続SRAMが搭載され、同梱カメラはSonyのIMX335をベースにしている（回路図にはHONGJIAのAS-BC538A3M6-63が記載されており、将来的に変更される可能性がある）。

実用上の注意点として、STM32N6570には内部フラッシュメモリがないため、SW1で開発モードにして書き込みを行い、開始アドレス0x70000000のローダーとして外部のMX66UW1G45Gメモリを選択する。提供される単一のhexファイルにはブートローダー、AIネットワーク、アプリケーションの各セグメントが別々のアドレス（それぞれ0x70000000、0x70100000、0x70380000）にまとめられており、モデルを繰り返し改良する際はネットワークのファイルだけを書き換えられる。ブートローダーは同じフォルダ内の他のAIアプリケーションと共通なので、デモを切り替える際に置き換える必要はない。

検出結果自体の範囲は控えめだ。設定ファイルでは「person」だけがクラスとして定義されており、実機での確認もその想定どおりで、全身の被写体はほぼ100%認識されたが、部分的な写りでは難しかった。筆者はNUCLEO-N657X0-Qボードを使って画像を取得しており、次は他のAIモデルデータを試す予定だ。