Update tflite_micro doc

board/NUCLEO_STM32L496ZG/KEIL/tflitemicro_person_detection/TFlite_Micro_Demo移植参考指南（Keil版）.md

@@ -2,11 +2,11 @@
 
 **作者：**
 
-Github: [Derekduke](https://github.com/Derekduke)   E-mail:  dkeji627@gmail.com 
+Github ID: [Derekduke](https://github.com/Derekduke)   E-mail:  dkeji627@gmail.com 
 
-Github: [QingChuanWS](https://github.com/QingChuanWS)  E-mail: bingshan45@163.com
+Github ID: [QingChuanWS](https://github.com/QingChuanWS)  E-mail: bingshan45@163.com
 
-Github: [yangqings](https://github.com/yangqings)  E-mail: yangqingsheng12@outlook.com
+Github ID: [yangqings](https://github.com/yangqings)  E-mail: yangqingsheng12@outlook.com
 
 ## 概述
 
@@ -50,7 +50,7 @@ Github: [yangqings](https://github.com/yangqings)  E-mail: yangqingsheng12@outlo
 有三种方式获取tflite_micro：
 
 1. 从TencentOS tiny 代码仓库 `components\ai\tflite_micro`目录获取；
-2. 以lib文件的形式使用tflite_micro组件，lib文件`TencentOS-tiny\components\ai\tflite_micro`的ARM_CortexM4_lib、ARM_CortexM7_lib和ARM_CortexM55_lib文件夹；
+2. 以lib文件的形式使用tflite_micro组件，lib文件`TencentOS-tiny\components\ai\tflite_micro`的ARM_CortexM4_lib、ARM_CortexM7_lib和ARM_CortexM55_lib文件夹
 3. 从Tensorflow代码仓库获取，TFlite_Micro的源码已经开源，github仓库地址为：https://github.com/tensorflow/tensorflow ，可根据google TFLite Micro官方教程获得Tensorflow Lite Micro的全部源码。
 
 如果没有tflite_micro开发经验，建议以**第一种**或者**第二种**方式获取tflite_micro，希望自行获取最新源码，或者编译lib文件，请参考`TencentOS-tiny\components\tflite_micro`目录的TFlite_Micro_Component_User_Guide.md文档，本指南将直接使用TencentOS tiny 代码仓库内的tflite_micro组件。
@@ -61,17 +61,16 @@ Github: [yangqings](https://github.com/yangqings)  E-mail: yangqingsheng12@outlo
 
 以下是整个例程的目录规划：
 
-| 一级目录  |           二级目录           |       三级目录        |                             说明                             |
-| :-------: | :--------------------------: | :-------------------: | :----------------------------------------------------------: |
-|   arch    |             arm              |                       | TencentOS tiny适配的IP核架构（含M核中断、调度、tick相关代码） |
-|   board   |      NUCLEO_STM32L496ZG      |                       |                    移植目标芯片的工程文件                    |
-|           |                              |          BSP          |            板级支持包，外设驱动代码在Hardware目录            |
-| component |              ai              |     tflite_micro      |                 tflite_micro源码及有关库文件                 |
-| examples  | tflitemicro_person_detection |                       |                       行人检测demo示例                       |
-|           |                              | tflu_person_detection |                       行人检测实例代码                       |
-|  kernel   |             core             |                       |                    TencentOS tiny内核源码                    |
-|           |              pm              |                       |                 TencentOS tiny低功耗模块源码                 |
-|   osal    |           cmsis_os           |                       |              TencentOS tiny提供的cmsis os 适配               |
+| 一级目录  |           二级目录           |   三级目录   |                             说明                             |
+| :-------: | :--------------------------: | :----------: | :----------------------------------------------------------: |
+|   arch    |             arm              |              | TencentOS tiny适配的IP核架构（含M核中断、调度、tick相关代码） |
+|   board   |      NUCLEO_STM32L496ZG      |              |                    移植目标芯片的工程文件                    |
+|           |                              |     BSP      |            板级支持包，外设驱动代码在Hardware目录            |
+| component |              ai              | tflite_micro |                       tflite_micro源码                       |
+| examples  | tflitemicro_person_detection |              |                       行人检测demo示例                       |
+|  kernel   |             core             |              |                    TencentOS tiny内核源码                    |
+|           |              pm              |              |                 TencentOS tiny低功耗模块源码                 |
+|   osal    |           cmsis_os           |              |              TencentOS tiny提供的cmsis os 适配               |
 
 完成TencentOS tiny基础keil工程准备工作后，在这个keil工程的基础上继续添加外设驱动代码。
 
@@ -210,9 +209,9 @@ void task1(void *arg)
 
 其中，retarget.c的路径为：`TencentOS-tiny\components\ai\tflite_micro\KEIL\retarget.c`
 
-tensorflow_lite_micro.lib的路径为：`TencentOS-stiny\components\ai\tflite_micro\ARM_CortexM4_lib\tensorflow_lite_micro.lib`
+tensorflow_lite_micro.lib的路径为：`TencentOS-tiny\components\ai\tflite_micro\ARM_CortexM4_lib\tensorflow_lite_micro.lib`
 
-其余.cc文件和.h均在`examples\tflu_person_detection\tflu_person_detection`文件夹中。
+其余.cc文件均在当前目录下的`tflu_person_detection`文件夹中。
 
 #### 1.3 关闭Keil的MicroLib库
 
@@ -244,7 +243,7 @@ TencentOS-tiny\components\ai\tflite_micro\ARM_CortexM4_lib\tensorflow\lite\micro
 
 本例程的任务函数在
 
-`TencentOS-tiny\examples\tflitemicro_person_detection\tflitemicro_person_detection.c`
+`TencentOS-tiny\examples\tflitemicro_person_detection\tflitemicro_person_detection.c`目录下
 
 #### 2.1 图像预处理
 
@@ -312,13 +311,13 @@ void task2(void *arg)
 
 #### 2.3 运行效果
 
-通过串行输出实时打印信息，移动摄像头，没有对准行人时，输出如下：
+通过串行输出实时打印信息，移动摄像头，镜头没有对准行人时，输出如下：
 
 <div align=center>
 <img src="./image/reasult_no_person.png" width=70% />
 </div>
 
-当摄像头对准行人时，输出如下：
+当镜头对准行人时，输出如下：
 
 <div align=center>
 <img src="./image/reasult_person.png" width=70% />

components/ai/tflite_micro/readme.md

 # Tensorflow Lite Micro 使用指南
 
-## 1.组件介绍
+## 1. 组件介绍
 
 TensorFlow Lite Micro 组件是 Google TensorFlow 团队针对微处理器平台设计的端侧推理框架，该推理框架主要解决在资源, 功耗, 性能受限的嵌入式系统中, 如何简单快速高效部署 Tensorflow Lite 深度学习模型。CMSIS 全称 Software Interface Standard for Arm Cortex-based Microcontrollers，其中 CMSIS-NN 组件为 AI 加速库，包含高效的神经网络算子来减小内存占用和最大化硬件性能。相关代码和文档已经开源并在多个平台上得到验证（ https://www.keil.com/pack/doc/CMSIS/NN/html/index.html ）。
 
-## 2.目录结构
+## 2. 目录结构
 
 组件目录结构如下图所示：
 
@@ -20,13 +20,13 @@ tflite_micro
     
 ```
 
-其中，KEIL 文件夹中包含针对 KEIL 编程环境需要额外添加的源文件（将其中的源文件一同加入工程）。
+其中，KEIL 文件夹包含针对 KEIL 编程环境需要额外添加的源文件（将其中的源文件一同加入工程）。
 
 ARM_CortexM4_lib 和 ARM_CortexM7_lib 两个文件夹中存放了针对 Cortex M4、Cortex M7 平台预编译的 tensorflow_lite_micro.lib 库，优化后的性能数据可以参考附录部分；如果在开发过程中采用 ARM Cortex M4 或 Cortex M7 系列芯片可以直接使用对应的 tensorflow_lite_micro.lib 库，并包含相关的头文件，极大的缩短了开发时间。
 
 在 [TFlite_Micro_Component_User_Guide.md](./TFlite_Micro_Component_User_Guide.md) 中提供了本组件的使用说明以及上述 .lib 库的制作方法。
 
-## 3.组件使用案例
+## 3. 组件使用案例
 
 基于本组件我们以 STM32L496RG 为例设计了行人检测案例，具体使用流程可参考[Neclue STM32L496RG案例](../../../board/NUCLEO_STM32L496ZG/KEIL/tflitemicro_person_detection/TFlite_Micro_Demo移植参考指南（Keil版）.md)。
 
@@ -37,9 +37,21 @@ ARM_CortexM4_lib 和 ARM_CortexM7_lib 两个文件夹中存放了针对 Cortex M
 - 测试输入图片：`tensorflow\lite\micro\tools\make\downloads\person_model_int8` 目录中 `person_image_data.cc` 和 `no_person_image_data.cc` 保存的 96 * 96 pixels ( uint_8 ) 灰度图。
 - 单次执行和 10 次累计执行的测试结果如下：
 
-|                      Case                      |   Disable ARM-CMSIS-NN   |  Enable ARM-CMSISNN  | Improvement |
+|                      Case                      |   Disable ARM-CMSIS-NN   |   Enable ARM-CMSISNN   | Improvement |
 | :--------------------------------------------: | :----------------------: | :------------------: | :---------: |
 |          Initialize_Benchmark_Runner           |     65 ticks (65 ms)     |   66 ticks (66 ms)   |      *      |
 |              Run_Single_Iteration              |  12476 ticks (12476 ms)  |  633 ticks (633 ms)  |   19.71X    |
 |   Person_Detection_Ten_Ierations_With_Person   | 124769 ticks (124769 ms) | 6324 ticks (6324 ms) |   19.73X    |
-| Person_Detection_Ten_Ierations_With_out_Person | 124770 ticks (124770 ms) | 6325 ticks (6325 ms) |   19.72X    |
\ No newline at end of file
+| Person_Detection_Ten_Ierations_With_out_Person | 124770 ticks (124770 ms) | 6325 ticks (6325 ms) |   19.72X    |
+
+## 5. TencentOS-tiny AI 开发组件
+
+TencentOS-tiny 已将 Tensorflow Lite Micro 以及 CMSIS-NN 集成到 AI 组件中，并通过其他组件与腾讯云无缝相连，打通从云到端整条链路，助力 AI 的发展与落地。随着越来越多的厂商采用 Arm Cortex M55 和 Ethos U NPU IP，相信未来端侧AI的应用会更加广阔。
+
+TencentOS-tiny AI组件：https://github.com/rceet/tencentos-tiny-with-tflitemicro-and-iot/tree/master/components/ai/tflite_micro
+
+Arm Cortex M55：https://www.arm.com/products/silicon-ip-cpu/cortex-m/cortex-m55
+
+Arm Ethos U55：https://www.arm.com/products/silicon-ip-cpu/ethos/ethos-u55
+
+Arm Ethos U65：https://www.arm.com/products/silicon-ip-cpu/ethos/ethos-u65