《ESP32-S3使用指南—IDF版 V1.6》第五十七章 乐鑫AI库简介

正点原子运营

第五十七章 乐鑫AI库简介

1）实验平台：正点原子DNESP32S3开发板

2）章节摘自【正点原子】ESP32-S3使用指南—IDF版 V1.6

3）购买链接：https://detail.tmall.com/item.htm?&id=768499342659

4）全套实验源码+手册+视频下载地址：http://www.openedv.com/docs/boards/esp32/ATK-DNESP32S3.html

5）正点原子官方B站：https://space.bilibili.com/394620890

6）正点原子DNESP32S3开发板技术交流群：132780729





乐鑫的ESP-WHO库是一个基于乐鑫芯片的图像处理开发平台，其中包括了实际应用中可能出现的开发示例，如人脸检测、人脸识别、猫脸检测和手势识别等。开发者可以根据这些示例衍生出丰富的实际应用。ESP-WHO库的运行基于ESP-IDF，而ESP-DL则为ESP-WHO库提供了丰富的深度学习相关接口，配合各种外设可以实现许多有趣的应用。
本章分为如下几个部分：
57.1 AI处理过程
57.2 乐鑫ESP-WHO库下载
57.3 移植ESP-WHO源码库

57.1 AI处理过程
在乐鑫的ESP-WHO库中，AI处理原理可能还包括其他的技术和方法，如特征提取、分类器设计、模型训练和优化等。这些技术结合在一起，使得ESP-WHO库能够提供高效、准确的人脸检测和识别功能。AI处理过程通常包括三个主要步骤：输入、处理和输出。
①：输入是AI系统的第一步，这一步就是把要处理的图像数据传输到AI库当中处理。
②：处理是AI系统的核心，它包括一系列的计算和推理过程。处理阶段利用各种算法和模型对输入数据进行处理，从中提取有意义的信息或模式。这一步骤可能涉及数据清洗、特征提取、分类、回归分析、聚类等多种数据处理技术。
③：输出是AI系统的最后一步，它根据处理结果得出结论或预测。例如，如果AI系统用于人脸识别，输出可能是识别出的人脸标签或身份信息。
下图是人脸检测处理过程。

图57.1.1 AI处理过程

上图中，我们完成了摄像头的图像数据获取后，将这些数据传递给AI处理库（ESP32-WHO）。该库利用卷积神经网络模型等算法对图像进行深入处理。经过处理，我们获得了AI库处理后的图像数据。

57.2 乐鑫ESP-WHO库下载
ESP-WHO 是乐鑫专为 AIoT 领域推出的软件开发框架，可帮助用户实现嵌入式领域的人脸检测与识别功能，可配合 ESP-EYE 开发板、ESP-WROVER-KIT（亚马逊 AWS 认证设备）及其他搭载 ESP32 芯片的开发板，结合各类摄像头、显示屏等硬件，形成完整应用。我们可在乐鑫官方网站下的方案/人脸检测（ESP-WHO）路径找到ESP-WHO软件库，如下图所示。

图57.2.1 ESP-WHO下载网页

上图中，“Github下载”链接可引导读者进入远程仓库下载ESP-WHO源码库，方便获取相关代码资源。而右侧的“进入BBS”则提供了ESP-WHO中文讨论区的入口。对于在使用ESP-WHO过程中遇到的问题或疑问，读者可以在讨论区发帖寻求帮助。乐鑫官方或经验丰富的博主会定期查看并回复，帮助解决相关问题。

57.3 移植ESP-WHO源码库
在上文中，我们介绍了如何从远程仓库下载乐鑫ESP-WHO源码库。接下来，本文将重点介绍如何将该AI库移植到实际工程中。为了便于说明，我们将以摄像头例程作为移植模板。以下是详细的移植流程：

一、克隆ESP-WHO源码库
首先在本地找到一个合适的位置，利用git命令克隆Github的ESP-WHO源码库，克隆命令如下：

图57.3.1 克隆ESP-WHO源码库

克隆完成后，使用cd命令进入ESP-WHO源码库，命令如下：

图57.3.2 进入ESP-WHO源码库

接着，在此目录下输入更新子模块命令，命令如下：

图57.3.3 更新子模块

到了这里，我们已经把乐鑫AI库下载完成，下面作者来介绍这个源码库的子文件的描述，如下表所示：

表57.3.1 AI库子文件夹描述

上表，我们需要的文件夹包括components和examples。其中，components文件夹中的文件用于移植到工程中，而examples文件夹中的案例则可以作为参考。

二、移植ESP-WHO到工程当中
首先，把esp-who-master\components路径下的esp-code-scanner、esp-dl、fb_gfx和modules文件夹复制到摄像头例程中的components文件夹目录下，如下图所示。

图57.3.4 AI库移植到工程当中

然后，打开上图modules文件夹，并删除其他文件夹和文件，只保留ai文件夹、CMakeLists.txt和Kconfig文件。删除后的modules文件夹结构如下。

图57.3.5 删除后的modules文件夹结构

接着，打开上图的ai文件夹，删除除了who_ai_utils.cpp/hpp文件之外的文件。删除后的ai文件架构如下：

图57.3.6 删除后的ai文件架构

最后，修改CMakeLists.txt文件，因为刚刚我们已经删除了某些文件夹，所以这个CMakeLists.txt文件的内容也相应修改。修改后的内容如下：

1. set(src_dirs
   
2.                 ai)
   
3. 
   
4. set(include_dirs
   
5.                 ai)
   
6. 
   
7. set(requires    esp32-camera
   
8.                 esp-dl
   
9.                 fb_gfx)
   
10. 
    
11. idf_component_register(SRC_DIRS ${src_dirs}
    
12. INCLUDE_DIRS ${include_dirs} REQUIRES ${requires})
    
13. 
    
14. component_compile_options(-ffast-math -O3 -Wno-error=format=-Wno-format)

复制代码

至此，我们已经完成了移植过程。以后的章节，我们将深入探讨如何实现人脸识别和人脸检测等相关应用。