【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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
329
388
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++
877
578
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
335
161
暂无简介
Dart
762
188
🎉 (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
1.33 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
113
136