Il semble que ce service ait été suspendu
Je vais déployer un modèle d'edge AI sur esp32, arduino ou tout autre microcontrôleur
Inde
Stagiaire ingénieur IoT
À propos de ce service
Vous essayez d'exécuter de l'IA directement sur un microcontrôleur sans dépendance au cloud ?
J'ai construit et déployé un système de détection de casque en temps réel sur ESP32-CAM utilisant Edge Impulse et TensorFlow Lite Micro, atteignant une précision de détection de 97 % fonctionnant entièrement sur l'appareil, sans besoin d'internet. Je connais cette pipeline en profondeur, tant du côté matériel que logiciel.
Ce que je peux faire pour votre projet :
- Entraîner un modèle personnalisé de classification d'images ou de détection d'objets avec Edge Impulse
- Le déployer sur ESP32-CAM, Arduino Nano 33 BLE Sense ou des MCUs similaires
- Intégrer la sortie avec des écrans OLED, un moniteur série ou des alertes Wi-Fi
- Optimiser le modèle pour les contraintes de mémoire et de vitesse de votre matériel spécifique
- Fournir le code source complet, le schéma de câblage et la documentation
Cas d'utilisation avec lesquels j'ai travaillé :
- Détection de casque / équipement de sécurité
- Identification de produits défectueux
- Reconnaissance de gestes
- Détection de présence
Contactez-moi avant de commander pour confirmer que votre matériel est compatible et discuter de vos besoins spécifiques.
Plateforme:
ESP32
Expertise:
Microcontrôleurs
•
IoT
•
AI
•
Robotique
FAQ
Traduction automatique
Quels microcontrôleurs supportez-vous ?
Principalement ESP32-CAM et Arduino Nano 33 BLE Sense. Contactez-moi avec votre carte spécifique et je confirmerai avant que vous passiez commande.
Dois-je fournir un ensemble de données ?
Pas nécessairement. Pour des objets courants, je peux aider à constituer le dataset. Pour des objets très spécifiques, vous devrez fournir au moins 50 à 100 images d'exemple.
Le modèle fonctionnera-t-il sans internet ?
Oui. C'est l'avantage principal de l'edge AI — le modèle fonctionne entièrement sur l'appareil sans dépendance au cloud.
Que livrez-vous ?
Code source Arduino/C++ complet, export du projet Edge Impulse, schéma de câblage et instructions d'installation.

