相信不少在MCU平臺(tái)使用TensorflowLite Micro(Tensorflow Lite Micro專為嵌入式平臺(tái)推出的專用版TFlite)，以下簡(jiǎn)稱TFLm，推理引擎體驗(yàn)過AI的小伙伴們，一定都遇到過這樣的情況：當(dāng)我們歷經(jīng)千辛萬苦訓(xùn)練出來一個(gè)模型之后，要如何將它導(dǎo)入工程里呢？

各抒己見

這時(shí)候有同學(xué)會(huì)說了：我有文件系統(tǒng)啊，模型放到sd卡中，文件操作讀進(jìn)來分分鐘啊！還有的同學(xué)會(huì)說了：我有xxd，當(dāng)然，xxd也是TFLM的御用工具，負(fù)責(zé)將一個(gè)文件以十六進(jìn)制的形式顯示出來，使用過這個(gè)推理引擎的同學(xué)一定對(duì)下面這段注釋很是熟悉：

// xxd -i mobilenet_v1_0.25_128_quant.tflite > mobilenet_v1_0.25_128_quant_model.h

這之后，我們的模型就會(huì)被轉(zhuǎn)化成類似于下面這個(gè)樣子，不要懷疑，這就是我們的模型真正的樣子，并非眉清目秀，在程序中就可以通過mobilenet_model這個(gè)指針來訪問模型數(shù)據(jù)：

const char mobilenet_model[] __ALIGNED(16) = {
  0x18, 0x00, 0x00, 0x00, 0x54, 0x46, 0x4c, 0x33, 0x00, 0x00, 0x0e, 0x00,
  0x18, 0x00, 0x04, 0x00, 0x08, 0x00, 0x0c, 0x00, 0x10, 0x00, 0x14, 0x00,
  0x0e, 0x00, 0x00, 0x00, 0x03, 0x00, 0x00, 0x00, 0x78, 0x5b, 0x07, 0x00,
  0x0c, 0x00, 0x00, 0x00, 0x10, 0x00, 0x00, 0x00, 0x20, 0x00, 0x00, 0x00,
  。。。。
  0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x01, 0x00, 0x00, 0x00,
  0x97, 0x26, 0x08, 0x39
};
unsigned int mobilenet_model_len = 496912;

嗯，我只需要編譯器+裸板即可！要的就是簡(jiǎn)潔（也想高調(diào)，可是小錢錢不允許啊）。

不賣關(guān)子了，我們有.incbin。這個(gè)小東西是一個(gè)匯編指令，用來包含某一個(gè)文件到匯編文件中，文件的內(nèi)容將會(huì)按字節(jié)逐一添加到當(dāng)前elf（鏡像文件）節(jié)中。不會(huì)做任何方式的解釋，保證數(shù)據(jù)的完整和一致性。即原封不動(dòng)的添加進(jìn)來，不過要注意，以下代碼要保存在以.s尾綴的匯編文件中：

.global mobilenet_model   // 導(dǎo)出全局符號(hào)
.global mobilenet_model _end
.section .rodata   // 存儲(chǔ)位置

. mobilenet_model :
   .incbin “mobilenet_v1_0.25_128_quant.tflite”
. mobilenet_model_end :

這樣一來，同樣可以使用mobilenet_model這個(gè)模型指針來進(jìn)行模型的訪問。

很難說，上面三位同學(xué)的方法哪一種更好一點(diǎn)，可能第三位同學(xué)提出的方法，是對(duì)于外部依賴最少的，只需要利用編譯器對(duì)于匯編指令的支持即可。既不需要費(fèi)力的移植文件系統(tǒng)，也不用花費(fèi)小錢錢購買SD卡，也不用求求xxd工具幫我們做事。

當(dāng)然，小編在這里也站一下隊(duì)，明確一下立場(chǎng)！我投.incbin一票，當(dāng)然了，這個(gè)也是小編一直在用的方式。更換模型，只需要修改一下導(dǎo)入路徑即可，可以說香的不行了！

新的挑戰(zhàn)

不好，，，好像有點(diǎn)跑題變成夸夸群了，回到主題。

小伙伴既然已經(jīng)回答了小編提出的問題：導(dǎo)入模型的N種方法，小編就再追問大家一個(gè)問題：如果頻繁更新模型要怎么辦呢？

當(dāng)然，使用文件系統(tǒng)的小伙伴可能這時(shí)候會(huì)心一笑了：哈哈，我就知道有這么一出，讓我猜到了吧，比靈活性，沒人能和我比！

的確，無論是使用.incbin還是xxd的方式，每更新一次模型都要對(duì)整個(gè)模型重新編譯下載。而使用文件系統(tǒng)的方式，只需要將模型拖到SD即可，不過根據(jù)程序設(shè)計(jì)，是否需要保證模型名字保持一致才能夠正確loading。。。這個(gè)就不是本篇要討論的了。

柳暗花明

相信看到這里的小伙伴們心里已經(jīng)有數(shù)了，小編一定是已經(jīng)找到了另一種替代方案，既能實(shí)現(xiàn)模型的更新，又不用重新對(duì)模型進(jìn)行編譯。是的，小編也就不再賣關(guān)子了，這就揭開廬山真面目。

小編這里要提出的方法，有點(diǎn)類似于引入文件系統(tǒng)的概念，只不過，是一個(gè)手動(dòng)管理的“丐版”文件系統(tǒng)。

一句話概括就是：在非易失性器件上，說普通話就是Nor Flash上開辟一塊固定的區(qū)域來存儲(chǔ)模型，之后我們只需要將最新的模型也同樣下載到這一區(qū)域即可，這樣一來，我們?cè)谥鞒绦蛑校恍枰S護(hù)這一區(qū)域，將其作為模型的數(shù)據(jù)起始地址，就可以達(dá)到實(shí)時(shí)更新模型的目的了。

是不是感覺小編的這個(gè)想法，思路是如此的清晰！而且，還免去了移植文件系統(tǒng)的繁瑣過程，最重要的是，保住了錢包里的小錢錢，不用買SD卡了。

這里特別強(qiáng)調(diào)是Nor Flash，作為可以隨機(jī)讀的器件，可以方便地進(jìn)行隨機(jī)訪問，使用起來或者說在程序的編寫上會(huì)更加的便捷。當(dāng)然，使用NAND flash也未曾不可，有興趣的伙伴可以自行整理。

留下懸念

當(dāng)然，可能有小伙伴要質(zhì)疑：那你這個(gè)可以實(shí)現(xiàn)存儲(chǔ)多個(gè)模型嗎？小編很負(fù)責(zé)任地告訴大家，只要膽子大，宇宙都能給你裝下！只不過，在存放數(shù)據(jù)的時(shí)候，需要額外存儲(chǔ)一些幀頭信息，告知程序一共有多少組模型存儲(chǔ)其中。

小編將在下期為大家介紹如何設(shè)計(jì)合適的存儲(chǔ)結(jié)果以存放我們的flash數(shù)據(jù)，并編寫一個(gè)PC端小程序，負(fù)責(zé)進(jìn)行數(shù)據(jù)的轉(zhuǎn)換，敬請(qǐng)期待！

原文標(biāo)題：一種基于MCU的神經(jīng)網(wǎng)絡(luò)模型靈活更新方案之先行篇

文章出處：【微信公眾號(hào)：恩智浦MCU加油站】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。