跳到主要内容

NE301 Verified Models

NE301 基于 STM32N6 NPU，支持 TFLite Int8 量化模型推理。下表列出所有经过实际设备验证的模型。

硬件约束​

参数值参数值
NPUSTM32N6，TFLite Int8最大分辨率480×480
输入格式uint8, RGB888模型存储10 MB（2 个分区，各 5MB）
同时加载1 个模型输出量化_uf=float32, _ui=int8

下载文件说明：

  • tflite — 原始 TFLite 权重文件，可用于二次开发或模型分析
  • json — NE301 模型配置文件，定义输入规格、后处理类型和推理参数
  • bin — NE301 专用 OTA 固件包，通过 Web 界面直接上传即可部署

1. 通用目标检测（COCO 80 类）​

支持人、车、动物、家具等 80 个类别检测。_uf 精度更高，_ui 速度快约 10%。

架构尺寸量化大小验证效果模型文件OTA 包License
YOLOv8n256×256_uf3.2MB
● zebra 95%
1 detection
tflitejsonbinAGPL-3.0
YOLOv8n256×256_ui3.2MB
● zebra 95%
1 detection
tflitejsonbinAGPL-3.0
ST YOLO-X480×480int82.4MB
● person 99.9%
● person 99.9%
● person 99.8%
● person 80%
4 detections
tflitejsonbinSLA0044

2. 人员检测​

仅检测"人"这一类别，后处理更轻量。

架构尺寸量化大小验证效果模型文件OTA 包License
YOLOv8n256×256_uf3.1MB
● person 90%
1 detection
tflitejsonbinAGPL-3.0
YOLO11n256×256_uf3.0MB
● person 92%
1 detection
tflitejsonbinAGPL-3.0

3. 姿态估计​

每个检测到的人体输出 17 个关键点（COCO keypoint 格式），适用于动作识别、姿态分析等场景。

架构尺寸量化大小验证效果模型文件OTA 包License
YOLOv8n Pose256×256_uf3.4MB
● pose 1 · 87% · 17 keys
● pose 2 · 81% · 17 keys
● pose 3 · 77% · 17 keys
3 poses
tflitejsonbinAGPL-3.0

4. 仪表读数检测​

检测仪表盘上的数字（0-9），适用于水表、电表、气表等读数识别场景。

架构尺寸量化大小验证效果模型文件OTA 包License
YOLOv8n256×256_ui3.1MB
● "0" 81%
● "0" 74%
● "0" 57%
● "0" 33%
● "3" 43%
● "5" 30%
● "5" 21%
7 detections
tflitejsonbinAGPL-3.0

模型部署​

表格中提供两类下载文件：

  • tflite + json：适用于二次开发，需要自行编译为固件包后部署，详见 模型训练与部署指南
  • bin：NE301 OTA 固件包，可直接上传到设备使用，详见 快速入门。也可通过 Web UI 首页 功能调试（Feature Debugging） → upload 或 系统设置（System Setting）→ 固件升级（Firmware Upgrade） 上传

更多模型正在适配中，请期待。自定义模型编译可参考 模型训练与部署指南。

文档版本：v1.2 · 最后更新：2026-05-28