原作者: Wezley Sherman
鏈接: https://towardsdatascience.com/tensorflow-meet-the-esp32-3ac36d7f32c7
如果我必須選擇一個最喜歡的計算領域，我會選擇嵌入式系統。我非常喜歡在資源受限的環境中優化代碼所帶來的挑戰。
當我意識到TensorFlow Lite支持微控制器時，我興奮地幾乎掀翻了我的桌子。
我有幾個ESP32-CAM模塊，我想用於家庭安全系統。我的想法是部署一個能識別人的模型，一旦相機拍到人就開始錄音。我不想在這裏使用運動感應，因爲我有一隻狗會絆倒傳感器。
我認爲TensorFlow Lite是這個用例的一個很好的工具。我可以訓練一個模型來識別桌面上的人，然後將其部署到我的ESP32-CAM模塊中。
在閱讀了TensorFlow Lite文檔之後，很明顯，使用PlatformIO並不像調用：
platformio lib install tfmicro除非我想使用Adafruit庫（spoiler：我不想）。
經過一些仔細的嘗試和錯誤，我能夠讓TensorFlow Lite在ESP32上和PlatformIO玩得很好。
本指南將介紹如何編譯“Hello World”示例，並使用支持Arduino-ESP32的PlatformIO將其上載到ESP32-CAM模塊。
爲PlatformIO部署設置TensorFlow Lite
你要做的第一件事就是安裝PlatformIO。要打開終端並鍵入：
pip install -U platformio現在，創建項目的根目錄。此目錄還應包含src、lib和include的子目錄。
在項目的根目錄中，創建一個名爲platformio.ini的文件。此文件將包含PlatformIO初始化開發環境所需的所有信息。
接下來，需要創建一個名爲custom.csv的文件。這是ESP32閃存的分區信息。您可以根據應用程序的需要和ESP32的閃存大小格式化分區表。關於ESP32分區表的更多信息可以在這裏找到。下面是custom.csv文件的格式：
參考這裏
完成所有這些設置後，繼續克隆TensorFlow存儲庫（包括TensorFlow Lite）。您可以將其下載爲.zip並解壓縮到您選擇的目錄，或者使用git克隆：
下載TensorFlow存儲庫後，從TensorFlow Lite文件夾中生成一個示例ESP32項目。我們希望生成一個示例項目，以便可以獲取生成的tfmicro庫和示例模型。要生成示例項目，請導航到根“tensorflow”文件夾並運行：
sudo make -f tensorflow/lite/experimental/micro/tools/make/Makefile TARGET=esp generate_hello_world_esp_project這將生成一個示例項目，該項目將位於：
tensorflow/lite/experimental/micro/tools/make/gen/esp_xtensa-esp32/prj/hello_world導航到hello_world/esp-idf目錄，並將tfmicro文件夾從components複製到前面創建的lib文件夾中。如果計劃運行示例程序以確保正確設置環境，請將sin_model_data.cc和sin_model_data.h從主文件夾複製到src和include文件夾。
您的文件結構現在應該類似於：
項目目錄結構
到目前爲止還很容易，對吧？
你快完成了！您只需要調整tfmicro庫文件夾中的一些內容，這樣PlatformIO就可以看到TensorFlow Lite需要的所有第三方庫。
導航到tfmicro文件夾。您應該看到兩個文件夾：tensorflow和third_party。
進入third_party/flatbuffers/include並將flatbuffers子目錄複製到tfmicro根目錄中。
接下來，進入third_party/gemmlowp並將fixedpoint和內部目錄複製到tfmicro根目錄中。
最後，將kissfft目錄從third_party複製到tfmicro根目錄。
此時，您可以繼續並刪除third_party目錄。
通過將所有third_party庫移動到tfmicro根目錄中，PlatformIO可以識別並使用它們。
項目的最終結構應如下所示：
TensorFlow Lite ESP32項目的文件結構
文件結構完成後，導航到lib/tfmicro/flatbuffers並在base.h中打開base.h，將第34行從以下位置：
#if defined(ARDUINO) && !defined(ARDUINOSTL_M_H)
#include <utility.h>
#else
#include <utility>
#endif更改爲:
#include <utility>現在完成了！唯一要做的就是導入並在項目中使用TensorFlow Lite。
創建示例項目
爲了測試TensorFlow Lite是否正常工作，我改編了“Hello World！“Arduino-ESP32草圖中使用的正弦模型。
下面我將會引導你完成以下的工作！
包括
我做的第一件事是導入項目將使用的所有庫
這些庫如下：
- Arduino .h— Arduino支持！ :)
- math.h — 這裏專門用於M_PI的定義（稍後討論）。
- all_ops_resolver.h — 定義用於運行模型的操作。
- micro_error_reporter.h — 用於錯誤報告。
- micro_interpreter.h — 運行模型。
- sine_model_data.h — 我們正在使用的示例模型。
全局變量
接下來，我來設置變量:
我定義的第一個全局變量是存儲模型生成的數組的內存池。TensorFlow的文檔說明，您可能必須根據不同模型的實驗得出池大小。爲此，我使用了TensorFlow爲運行sine模型提供的示例代碼。
然後我定義了模型、解釋器和輸入/輸出節點。
設置設計
定義了全局變量後，就可以設置環境了。
在“setup（）”函數中，我以115200波特的速度啓動串行，並導入正弦模型。
然後我實例化了TensorFlow Lite微解釋器
最後，我將模型的張量分配到定義爲全局的內存池中，並將輸入和輸出變量設置爲它們對應的節點。
“setup（）”函數結束。要點：我導入了模型，創建瞭解釋器，並將模型加載到內存中。
控制迴路設計
“setup（）”函數完成後，我開始實現控制循環邏輯。
對於控制迴路，我等待用戶從串行輸入並將其轉換爲浮點。然後我檢查以確保用戶輸入在模型的參數（0–2*PI）內：
然後，我將模型的輸入節點設置爲解析用戶輸入，調用解釋器，然後輸出結果：
部署到ESP32
代碼完成後，您可以使用PlatformIO部署到ESP32：
platformio run -t upload --upload-port /dev/ttyUSB0
上傳到ESP32
然後，您可以使用:
screen /dev/ttyUSB0 115200
在ESP32上運行正弦模型
就這樣！我真的很驚訝TensorFlow竟能如此容易地將模型部署到微控制器上。下一篇文章中我將介紹如何使用TensorFlow創建一個模型，以及如何將其轉換爲可以由TensorFlow Lite運行的東西！
GitHub項目地址: https://github.com/wezleysherman/ESP32-TensorFlow-Lite-Sample
PS:我是黑胡桃實驗室社區的一名成員，最近經常在看一些老外做的有趣的人工智能項目，如果有興趣或疑問可以在評論區或私信與我交流~。