espressif/esp-who

Face detection and recognition framework

解決的問題

ESP-WHO 是專為 Espressif 晶片設計的圖像處理開發平台。它提供了一套預建的範例，幫助開發者在嵌入式裝置上實現電腦視覺任務，降低了在低功耗硬體上部署 AI 驅動的圖像分析的複雜性。

工作原理

該平台基於 ESP-DL 深度學習函式庫構建，整合了攝影機驅動程式與深度學習模型，用於執行即時圖像分析。最近的更新引入了攝影機與深度學習模型的非同步執行，以提高每秒幀數 (FPS)，並增加了對 LVGL 圖形函式庫的支援，用於建立使用者介面。

適用對象

希望在硬體專案中整合基於視覺的 AI 功能的 Espressif SoC（如 ESP32-P4 與 ESP32-S3）嵌入式開發人員與工程師。

亮點

  • 視覺範例：包括可直接使用的真人臉檢測、人臉辨識、行人檢測與 QR Code 辨識範例。
  • 硬體支援：相容於多種開發板，包括 ESP32-P4 Function EV Board、ESP32-S3-EYE 與 ESP32-S3-Korvo-2。
  • 效能：攝影機饋送與 AI 模型的非同步處理可實現更高的 FPS。
  • UI 整合：支援 LVGL 以開發圖形化應用程式。

相關

  • 專案
    espressif/esp-tflite-micro

    一個為 ESP-IDF 平台設計的元件，可在 Espressif 芯片組上使用硬體最佳化內核運行 TensorFlow Lite Micro，實現更快的推論速度。

  • 專案
    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.

  • 專案
    espressif/esp-dl

    專為 ESP 系列晶片優化之輕量級神經網路推論框架，可實現裝置端高效 AI 應用。

  • 專案
    xinnan-tech/xiaozhi-esp32-server

    為 xiaozhi-esp32 專案提供的後端伺服器，使 ESP32 裝置能夠具備語音、視覺與智慧家庭控制能力的 AI 助手。

  • 專案
    espressif/esp-drone

    基於 ESP32 系列晶片的一款開源無人機解決方案，可透過行動裝置 App 或遊戲手把進行 Wi-Fi 控制，專為 STEAM 教育設計。