espressif/esp-tflite-micro
TensorFlow Lite Micro for Espressif Chipsets
解决的问题
该项目提供了一种在 Espressif 芯片（如 ESP32-P4、ESP32-S3 和 ESP32-C3）上使用 ESP-IDF 平台运行 TensorFlow Lite Micro（TFLite Micro）的方法。它使开发者能够在资源受限的微控制器硬件上部署小型且优化的机器学习模型。
工作原理
作为 ESP-IDF 生态系统的一个组件，集成 TFLite Micro 库。为了提升性能，它与 ESP-NN（一个专为 Espressif 硬件设计的优化内核实现库）集成，显著减少模型执行（推理）所需的时间。
适用人群
希望在 Espressif 微控制器上直接实现设备端 AI（如人物检测或语音识别）的开发者。
主要亮点
- 硬件优化：使用 ESP-NN 显著加速推理（例如，在 ESP32-S3 上，人物检测时间从 2300ms 降低至 54ms）。
- 开箱即用的示例：包含人物检测、微语音和基础 Hello World 演示的预构建示例。
- ESP-IDF 集成：可通过
idf.py add-dependency轻松作为依赖项安装。 - 基于 C 语言实现：基于上游 TensorFlow Lite Micro 仓库，内存占用极低。
相关
- 项目
- 项目
- 项目
- 项目
- 项目