espressif/esp-who

Face detection and recognition framework

解决的问题

ESP-WHO 是专为 Espressif 芯片设计的图像处理开发平台。它提供了一套预构建的示例，帮助开发者在嵌入式设备上实现计算机视觉任务，降低了在低功耗硬件上部署 AI 驱动的图像分析的复杂性。

工作原理

该平台基于 ESP-DL 深度学习库构建，集成了摄像头驱动程序和深度学习模型，用于执行实时图像分析。最近的更新引入了摄像头和深度学习模型的异步执行，以提高每秒帧数 (FPS)，并增加了对 LVGL 图形库的支持，用于创建用户界面。

适用对象

希望在硬件项目中集成基于视觉的 AI 功能的 Espressif SoC（如 ESP32-P4 和 ESP32-S3）嵌入式开发人员和工程师。

亮点

  • 视觉示例：包括可直接使用的真人脸检测、人脸识别、行人检测和二维码识别示例。
  • 硬件支持：兼容多种开发板，包括 ESP32-P4 Function EV Board、ESP32-S3-EYE 和 ESP32-S3-Korvo-2。
  • 性能：摄像头馈送和 AI 模型的异步处理可实现更高的 FPS。
  • UI 集成：支持 LVGL 以开发图形化应用程序。

相关

  • 项目
    espressif/esp-tflite-micro

    一个为 ESP-IDF 平台设计的组件，可在 Espressif 芯片组上使用硬件优化内核运行 TensorFlow Lite Micro，实现更快的推理速度。

  • 项目
    espressif/esp-sr

    ESP‑SR is Espressif’s on‑device speech‑recognition framework for ESP32 MCUs. It bundles a tiny audio front‑end, wake‑word detection (WakeNet), voice‑activity detection (VADNet), offline command spotting (MultiNet), and speech synthesis, all optimized for low‑memory, low‑power chips. The library is modular, supports multiple languages, and lets developers add voice control to IoT devices without needing cloud services.

  • 项目
    espressif/esp-dl

    专为 ESP 系列芯片优化的轻量级神经网络推理框架，可实现设备端高效 AI 应用。

  • 项目
    xinnan-tech/xiaozhi-esp32-server

    为 xiaozhi-esp32 项目提供的后端服务器，使 ESP32 设备能够具备语音、视觉和智能家居控制能力的 AI 助手。

  • 项目
    espressif/esp-drone

    基于 ESP32 系列芯片的开源无人机解决方案，可通过 Wi-是否器 Wi-Fi 控制，专为 STEAM 教育设计。