espressif/esp-tflite-micro
TensorFlow Lite Micro for Espressif Chipsets
해결하는 문제
이 프로젝트는 ESP-IDF 플랫폼을 사용하여 Espressif 칩셋(예: ESP32-P4, ESP32-S3, ESP32-C3)에서 TensorFlow Lite Micro(TFLite Micro)를 실행할 수 있는 방법을 제공합니다. 이는 자원 제약이 있는 마이크로컨트롤러 하드웨어에 소형이고 최적화된 머신러닝 모델을 배포할 수 있게 해줍니다.
작동 방식
ESP-IDF 생태계의 컴포넌트로 작동하며, TFLite Micro 라이브러리를 통합합니다. 성능을 향상시키기 위해 Espressif 하드웨어에 특화된 최적화된 커널 구현 라이브러리인 ESP-NN과 통합되어, 모델 실행(추론)에 필요한 시간을 크게 단축시킵니다.
대상 사용자
Espressif 마이크로컨트롤러를 사용하여 디바이스 내 AI를 구현하고자 하는 개발자들(예: 사람 감지, 음성 인식 등).
주요 특징
- 하드웨어 최적화: ESP-NN을 사용하여 추론 속도를 극적으로 향상시킴 (예: ESP32-S3에서 사람 감지 시간이 2300ms에서 54ms로 감소).
- 즉시 사용 가능한 예제: 사람 감지, 마이크로 음성, 기본 hello world 데모를 포함한 사전 빌드된 예제 제공.
- ESP-IDF 통합:
idf.py add-dependency를 통해 간편하게 종속성으로 설치 가능. - C 기반 구현: 최소한의 메모리 사용량을 위해 업스트림 TensorFlow Lite Micro 리포지토리 기반으로 구현.
관련
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트