ESP32和TensorFlow Lite面向微控制器的第一步

本文探讨了在微控制器上部署AI应用的过程,包括选择硬件、设置开发环境、构建及部署FashionMNIST应用等关键步骤。重点介绍了使用TensorFlow Lite for Microcontrollers在ESP32平台上实现AI功能的方法。
Python3.8

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

我毫不怀疑,小型边缘设备将很快在我们的生活中占据重要位置。 由于摩尔定律适用于此类设备,因此我们是移动,嵌入式,可穿戴和可植入(增强)电子设备日趋成熟的见证者,其计算能力足以使用AI。 在TensorFlow开发者峰会上发布面向微控制器的TensorFlow Lite,使我们能够在嵌入式设备上部署AI。 显然,要成功为微控制器交付AI应用程序,开发人员(或开发人员团队)应熟悉ML框架和微控制器编程。

简要计划

  1. 选择硬件。选择微控制器的软件开发环境。设置开发环境。
  2. 第一步,运行“ ESP32 Hello World”以熟悉新的世界。
  3. 从TensorFlow示例仓库运行“ TensorFlow Lite Hello World”。
  4. 从零开始构建,部署和运行“ Fashion MNIST”应用程序。
  5. 结论,下一步。

硬件和软件

开始选择实验平台的最佳方法是查看TensorFlow Lite for Microcontrollers支持的平台列表。 我选择了ESP32平台。 由于我要用视频和音频进行实验,因此我对板子的限制是:用微型USB电缆连接,没有其他连接或焊接,板载摄像头,板载麦克风。

有很多用于对ESP32进行编程的IDE。选择哪个?让我们看一下TensorFlow Lite for Microcontrollers文档,其中说:

它不需要操作系统支持,任何标准的C或C ++库或动态内存分配。 Arm Cortex M3的核心运行时大小为16 KB,并且有足够的运算符来运行语音关键字检测模型,总共需要22 KB。

因此,我们可以选择任何“ vim + console”。 棒! 在选择特定的软件环境(IDE)之前,我查看了TensorFlow Lite ESP32演示,发现TensorFlow团队使用ESP-IDF版本4.0。 现在这是一个不稳定的版本,但事实不会成为我们的障碍。 我们将使用当今的实际版本4.1。 事实证明,存在用于ESP-IDF项目的官方Visual Studio代码扩展。 因此,选择编辑器似乎很明显。 这次,我们将使用VSCode作为智能编辑器,而不是将其用作功能齐全的IDE。

让我们准备软件。 我的开发计算机运行Ubuntu。 我更喜欢将存储库和软件放在某些地方,所以有时我会选择定制的安装。 我认为您对终端机很熟悉。 然后,我们将根据官方安装说明执行一些步骤:

  1. 准备目录结构。
  2. 为ESP-IDF安装先决条件。然后获取ESP-IDF。然后设置ESP IDF工具。
  3. 通过从官方站点下载并安装.deb来设置VSCode。
  4. 将用于ESP-IDF项目的官方Visual Studio代码扩展安装到VSCode中。

准备目录结构

ESP32 Hello World示例

TensorFlow Lite Hello World

实现应用程序

注意:TensorFlow Lite for Microcontrollers仍然是一个试验端口,并且代码库每天都在变化。可能您会遇到除我以外的其他问题。

要使用ESP IDF从头开始构建应用程序,我们必须了解构建系统的工作原理。 ESP IDF构建系统是基于CMake的构建系统,这是自ESP-IDF V4.0起的默认设置。 它使用“组件”的概念来构造项目。 我们可以在Espressif文档中找到项目目录树的示例:

通常,为微控制器构建ML项目包括两个阶段:与ML相关的(构建模型,优化,转换)和与微控制器相关的(将模型部署到微控制器并与业务逻辑集成)部分。 因此,我们需要三件事:模型,TensorFlow Lite和数据源。

第一阶段:建筑模型,将其转换为TensorFlow Lite

我使用Fashion MNIST数据构建了输入图像14x14像素大小的模型。我的模型的结构如下所示:

第二阶段:构建和部署应用程序

从克隆esp-iot-solution仓库开始。然后复制空项目并将其用作我们的ESP32_Fashion_MNIST项目的基础。

将TensorFlow Lite for Microcontrollers组件components / fmicro从TensorFlow Hello World项目复制到我们项目的组件中。 从项目中删除component1和component2。 将model_data.cc文件放入主目录。 现在我们需要将所有内容连接在一起。 在这里,我解释了唯一的管道。 您可以在源代码中看到的所有详细信息。

为了方便起见,我们将管道放置在main.cc文件中,其他有用的代码将放置在main_functions.cc文件中。

对于我们的管道,如果出现问题,将需要记录器MicroErrorReporter接收消息。

详情参阅 - 亚图跨际

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

2022 / 01/ 30: 新版esptool 刷micropython固件指令不是 esptool.py cmd... 而是 esptool cmd... 即可;另外rshell 在 >= python 3.10 的时候出错解决方法可以查看:  已于2022年发布的: 第二章:修复rshell在python3.10出错 免费内容: https://edu.csdn.net/course/detail/29666 2025/07/07: 由于该视频在2019年制作,当时py3.7;现在py3.13 由于pyreadline冲突rshell已不能用;如果仍要使用rshell请安装py3.12并用我修改的rshell: https://github.com/gamefunc/rshell/releases micropython语法python3一样,编写起来非常方便。如果你快速入门单片机玩物联网而且像轻松实现各种功能,那绝力推荐使用micropython。方便易懂易学。 同时如果你懂C语音,也可以用C写好函数并编译进micropython固件里然后进入micropython调用(非必须)。 能通过WIFI联网(2.1章),也能通过sim卡使用2G/3G/4G/5G联网(4.5章)。 为实现语音控制,本教程会教大家使用tensorflow利用神经网络训练自己的语音模型并应用。为实现通过网页控制,本教程会教大家linux(debian10 nginx->uwsgi->python3->postgresql)网站前后台入门。为记录单片机传输过来的数据, 本教程会教大家入门数据库。  本教程会通过通俗易懂的比喻来讲解各种原理与思路,并手把手编写程序来实现各项功能。 本教程micropython版本是 2019年6月发布的1.11; 更多内容请看视频列表。  学习这门课程之前你需要至少掌握: 1: python3基础(变量, 循环, 函数, 常用库, 常用方法)。 本视频使用到的零件与淘宝上大致价格:     1: 超声波传感器(3)     2: MAX9814麦克风放大模块(8)     3: DHT22(15)     4: LED(0.1)     5: 8路5V低电平触发继电器(12)     6: HX1838红外接收模块(2)     7:红外发射管(0.1),HX1838红外接收板(1)     other: 电表, 排线, 面包板(2)*2,ESP32(28)  
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值