news

使用 Edge Impulse 在 ESP32 上运行机器学习算法

中国,上海
2021年9月29日

用户使用 Arduino 框架和 Edge Impulse 平台,只需添加几行代码,即可在 ESP32 上运行强大的机器学习算法。

ESP32 以其强大的无线通信能力、领先的低功耗和高性价比等特性,已成为各类 AIoT 应用的理想选择。现在,如果您使用 Arduino 框架和 Edge Impulse 平台,只需添加几行代码,即可在 ESP32 上运行强大的机器学习算法。

Edge Impulse 平台已支持使用 ESP32 和多个不同的摄像头模块,运行设备上的图像识别机器学习模型。这些模型能够完成各种复杂的工作任务:例如检测人是否在画面中评估农作物的生长情况,甚至可以估计一个物体的重量……仅根据一张照片即可得出上述所有结果!

借助免费的 Edge Impulse 嵌入式机器学习平台,您可以在 ESP32 上运行上述任意一个项目。您也可以遵循 Edge Impulse 的 "Adding Sight to Your Sensors" 教程创建自己的项目。该模型可以部署为一个开源 Arduino 库,包含运行经过训练的 impulse 所需要的资源。只需点击一下,即可将该库添加到现有的 ESP32 Arduino 项目中。

尝试在 ESP32 上运行机器学习模型

您只需要一个 ESP32 开发板和一个 Arducam Mini 2MP PlusESP32-CAM。ESP32-CAM 与 Arducam 具有相同的传感器,还包含了第一方驱动程序,可直接将传感器和 ESP32-CAM 开发板相连。“ESP32-CAM + Edge Impulse” demo 可以识别不同的植物种类,并配有网页端界面、图像预览和片上图像调整功能。您可以在 GitHub 上查看代码,也可以查看 ESP32-CAM 的相关讲解步骤和视频:

值得一提的是,这些示例只需替换 Edge Impulse 库即可运行任何经过训练的图像分类模型,无需对 ESP32 固件做任何改动。用户可以快速建立原型并测试机器学习算法。 

Edge Impulse 不仅支持图像处理,还支持在 ESP32 上处理各类传感器数据。点此查看在 ESP32 上运行独立 Edge Impulse 模型的最小代码示例。您可以在此基础上添加任何兼容 Arduino 的传感器驱动程序,并使用 Edge Impulse 数据转发器来收集训练数据。

分享这篇文章
复制此内容

yuanjing

About this author ›