%20(2).svg)
项目简介
本项目基于ESP32系统，借助TensorFlow Lite框架在ESP系统上运行轻量级神经网络模型，实现对摄像头捕获图像的实时人物识别。该项目专为内存较小的系统（如微控制器和数字信号处理器）设计，采用实验性的int8量化版本人物检测模型，可在低性能设备上运行。
项目的主要特性和功能
- 实时人物检测：能在摄像头捕获的实时视频流中检测并识别图像里的人物。
- 支持多种ESP系统：支持ESP32、ESP32 - DevKitC、ESP32 - S3 - DevKitC等多种ESP系统。
- CLI操作：提供命令行接口，便于用户通过命令进行任务管理、内存查看和模型推理等操作。
- 图像数据库支持：初始化图像数据库，用于存储和管理模型所需的图像数据。
安装使用步骤
假设用户已经下载了本项目的源码文件。
1. 安装ESP-IDF开发环境：依照ESP-IDF官方文档的指引，安装ESP-IDF开发工具链和环境。
2. 设置芯片目标：根据项目需求设置芯片目标，如ESP32或ESP32S3：
bash
idf.py set-target esp32s3
3. 构建项目：使用idf.py工具构建项目：
bash
idf.py build
4. 加载和运行项目：将构建好的程序烧录到ESP系统，并通过串口监视器查看运行结果：
bash
idf.py --port /dev/ttyUSB0 flash monitor
5. 使用CLI进行操作：通过CLI进行任务管理、内存查看和模型推理等操作。例如，进行图像推理：
bash
detect_image <image_number>
其中<image_number>为0到9之间的数字。
注意事项
- 运行项目前，要确保已正确安装ESP-IDF开发环境和相关依赖。
- 根据项目需求，正确设置芯片目标。
- 使用CLI操作时，注意输入正确的命令和参数。
- 进行模型推理时，要保证图像数据库中的图像数据正确无误。
下载地址
点击下载 【提取码: 4003】【解压密码: www.makuang.net】