python tensorflow 智能家居_机器学习助力智能家居，支持ESP32的 TensorFlow Lite Micro 现已发布！...

ESP32 简介：Wi-Fi MCU

我们很高兴宣布设备端机器学习框架 TensorFlow Lite 已支持 ESP32 芯片组，可进一步减轻 TensorFlow Lite Micro 的工作负载，助力智能家居体验。

作为原型设计的优异载体，微控制器 ESP32 深受业余爱好者和技术极客欢迎，可对现实世界的数据/物体进行感知或修改，被广泛应用在灯泡、开关、冰箱和空调等智能家居应用的连接中。

ESP32 的独特之处在于它是一款独特的 SoC，可以从原型快速推进到批量生产。它拥有广泛的社区、众多的开发套件和大量的教程/SDK，是快速原型设计的优异载体，几乎能够涵盖所有您感兴趣的任何垂直领域。多合一软件包 (Wi-Fi/BT/MCU) 和现有的实际大量部署使其成为构建最终产品的理想选择。

ESP32 已广泛用于智能家居/互联设备项目，将各种传感器和执行器连接到微控制器，感知环境并采取相应行动。在 ESP32 上执行

人员检测或门铃摄像头？

举个例子，我们修改了大家可能都很熟悉的 person_detection 示例，把它变成一个智能门铃摄像头。我们使用 ESP-EYE 开发者套件进行此演示。注意，这个示例使用的是人员检测(它在人脸出现在摄像头前时进行检测)，而不是人员识别(识别这个人是谁)。

ESP-EYE 开发者套件包括 ESP32 Wi-Fi/BT MCU 和一个 200 万像素的摄像头。

实际操作

我们将在示例中使用这个摄像头进行观察，如果检测到附近有人就会发出电子邮件通知。

自行构建

1. 订购 ESP-EYE：您可以从最喜欢的经销商处或从这里获取 ESP-EYE 开发套件。您需要一条 USB 转 micro-USB 线来连接到 Windows/Linux/macOS 主机。

3. 设置开发主机：使用 ESP32 交叉构建所需的工具链和实用工具设置开发主机。按照 ESP-IDF 入门指南的说明设置工具链和 ESP-IDF。

4. 生成示例：使用以下命令生成示例项目：

make -f tensorflow/lite/micro/tools/make/Makefile TARGET=esp generate_doorbell_camera_esp_project

5. 构建示例：

a. 转到示例项目目录

cd tensorflow/lite/micro/tools/make/gen/esp_xtensa-esp32/prj/doorbell_camera/esp-idf

b. 使用以下命令克隆 esp32-camera 组件：

$ git clone https://github.com/espressif/esp32-camera components/esp32-camera

c. 配置摄像头和电子邮件地址：

idf.py menuconfig

d. 进入Camera Pins 配置 和SMTP 设置菜单，选择摄像头详细信息以及电子邮件详细信息。

e. 构建示例：

idf.py build

6. 刷新并运行程序：使用以下命令刷新并运行程序：

idf.py --port /dev/ttyUSB0 flash monitor

7. 接下来，只要检测到人脸，程序就会向配置的电子邮件地址发送电子邮件。

未来计划

试过了门铃摄像头示例，您可以感受一下 TF Micro 代码库中的其他应用：hello_world 和 micro_speech。

ESP32 对于微控制器非常强大。在时钟频率 240MHz 下，仅用一个内核即可在 1 秒内完成检测(大约 700 毫秒；我们即将推出额外优化来进一步缩短时间)。这样，另一个内核就可以自由处理应用中的其他任务。

当然，《

谷歌开发者官方现已开通知乎专栏：TensorFlow 学习资源站，一站式收录来自官方的 TensorFlow 相关实用技术资源，欢迎关注，及时收到更新提醒！想获取更多产品发布新消息？欢迎关注 TensorFlow 官方微信公众号(TensorFlow_official)！