ESP-DL 开源项目教程
项目介绍
ESP-DL 是一个专为 ESP32、ESP32-S2、ESP32-S3 和 ESP32-C3 系列芯片设计的高性能深度学习库。该库提供了神经网络(NN)推理、图像处理、数学运算以及一些深度学习模型的API。ESP-DL 不需要任何外部设备,可以作为项目的一个组件使用,例如在 ESP-WHO 项目中。
项目快速启动
获取 ESP-IDF
ESP-DL 运行在 ESP-IDF 基础上。详细获取 ESP-IDF 的指南请参见 ESP-IDF 编程指南。
下载并运行 ESP-DL 示例
-
下载 ESP-DL 项目:
git clone https://github.com/espressif/esp-dl.git -
打开终端并进入
tutorial/convert_tool_example目录:cd esp-dl/tutorial/convert_tool_example -
设置 SoC 目标:
idf.py set-target [SoC]将
[SoC]替换为你的 SoC 目标,如esp32、esp32s2、esp32s3和esp32c3。 -
烧录固件并打印结果:
idf.py flash monitor
应用案例和最佳实践
人脸检测
ESP-DL 提供了人脸检测的模型 API,可以轻松地在 ESP32 系列芯片上实现人脸检测功能。示例代码位于 ESP-DL/examples/human_face_detect 目录下。
人脸识别
除了人脸检测,ESP-DL 还支持人脸识别功能。示例代码位于 ESP-DL/examples/face_recognition 目录下。
猫脸检测
ESP-DL 还提供了猫脸检测的模型 API,示例代码位于 ESP-DL/examples/cat_face_detect 目录下。
典型生态项目
ESP-WHO
ESP-WHO 是一个基于 ESP-DL 的项目,包含多个图像应用的项目级示例,如人脸检测和识别。ESP-DL 可以作为 ESP-WHO 的一个组件使用,提供了丰富的 AI 应用案例。
其他项目
ESP-DL 还可以与其他项目结合,如智能家居、智能监控等,通过集成 ESP-DL 提供的深度学习功能,可以快速实现各种 AI 应用。
以上是 ESP-DL 开源项目的详细教程,涵盖了项目介绍、快速启动、应用案例和最佳实践以及典型生态项目。希望这些内容能帮助你更好地理解和使用 ESP-DL。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00