【亲测免费】 ESP-WHO 项目使用教程
2026-01-23 05:01:09作者:裘晴惠Vivianne
1. 项目的目录结构及介绍
ESP-WHO 项目的目录结构如下:
├── components
│ ├── default_bin
│ ├── docs
│ ├── examples
│ ├── img
│ └── tools/ci
├── github/workflows
├── .gitignore
├── .gitlab-ci.yml
├── .gitmodules
├── CHANGELOG.md
├── LICENSE
├── README.md
├── README_CN.md
目录结构介绍
- components: 包含项目的核心组件,如默认二进制文件 (
default_bin)、文档 (docs)、示例 (examples)、图像 (img) 以及 CI 工具 (tools/ci)。 - github/workflows: 包含 GitHub Actions 的工作流配置文件。
- .gitignore: 指定 Git 忽略的文件和目录。
- .gitlab-ci.yml: GitLab CI 的配置文件。
- .gitmodules: 管理 Git 子模块的配置文件。
- CHANGELOG.md: 记录项目的变更日志。
- LICENSE: 项目的开源许可证。
- README.md: 项目的英文介绍文档。
- README_CN.md: 项目的中文介绍文档。
2. 项目的启动文件介绍
ESP-WHO 项目的启动文件主要位于 examples 目录下,每个示例都有相应的启动文件。以下是一些关键示例的启动文件介绍:
示例目录结构
├── examples
│ ├── cat_face_detection
│ │ ├── lcd
│ │ ├── web
│ │ └── terminal
│ ├── code_recognition
│ ├── human_face_detection
│ │ ├── lcd
│ │ ├── web
│ │ └── terminal
│ ├── human_face_recognition
│ │ ├── lcd
│ │ ├── terminal
│ │ └── README.md
│ └── motion_detection
│ ├── lcd
│ ├── web
│ ├── terminal
│ └── README.rst
启动文件介绍
- human_face_detection/lcd/main.c: 用于人脸检测的示例,输出结果显示在 LCD 屏幕上。
- human_face_recognition/lcd/main.c: 用于人脸识别的示例,输出结果显示在 LCD 屏幕上。
- cat_face_detection/web/main.c: 用于猫脸检测的示例,输出结果通过 Web 服务器显示。
3. 项目的配置文件介绍
ESP-WHO 项目的配置文件主要通过 idf.py menuconfig 进行配置。以下是一些关键配置项的介绍:
配置项
- Camera Configuration: 配置摄像头引脚,根据使用的开发板选择相应的引脚配置。
- Wi-Fi Configuration: 配置 Wi-Fi 参数,如 SSID 和密码,用于通过 Web 服务器显示输出结果。
- Target Chip: 设置目标芯片,如
esp32,esp32s2,esp32s3等。
配置步骤
- 打开终端并进入示例目录。
- 运行
idf.py menuconfig。 - 在菜单中选择相应的配置项进行配置。
通过以上步骤,您可以轻松配置 ESP-WHO 项目,并运行相应的示例。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust078- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
NewGAN-Manager:足球经理头像配置的智能助手抖音直播高效管理全方位指南:10个智能工具秘诀助力内容留存如何用3个步骤打造专属游戏自动化工具?从零开始的绝区零智能脚本开发指南如何突破平台限制?轻量级开源应用让游戏资源获取效率提升300%终极Photoshop AI插件指南:Stable Diffusion无缝创作工作流WebPlotDigitizer高效数据提取全指南:从图表图片到精确数值的转换方案突破性数字孪生技术:让家庭双机械臂机器人走进寻常百姓家在macOS系统上运行iOS应用的完整技术指南5个OpenCore Legacy Patcher关键挑战的系统化解法:老款Mac用户的实战指南数字雕塑家的秘密武器:VoxelShop重塑3D创作逻辑
项目优选
收起
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
438
78
暂无描述
Dockerfile
690
4.46 K
openEuler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。
C
407
326
Ascend Extension for PyTorch
Python
549
671
deepin linux kernel
C
28
16
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.59 K
925
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
955
930
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
436
4.43 K