项目介绍

在本次项目中，我采用了XIAO ESP32S3 Sense开发板来实现一个智能宠物识别系统。这款开发板集成了强大的AI处理能力与丰富的传感功能，使得它特别适合用于处理图像和声音数据，进而实现对家中宠物的快速准确识别。通过利用XIAO ESP32S3 Sense开发板的高分辨率摄像头，系统能够捕捉到宠物的细微特征，并通过机器学习算法，实时分析这些图像信息。通过浏览SenseCraft网站，允许宠物主人通过网页界面来查看识别结果，监控宠物的行为模式。

设计思路

该项目使用到机器学习的相关技术，所以需要进行数据收集与预处理，特征提取，模型训练，评估与优化和应用几大步骤。

• 给XIAO ESP32S3 Sense开发板烧录拍照的程序，使其发送指令进行拍照，从而采集图像，获得原始数据。

• 
• 使用roboflow平台对图片进行预处理，如压缩图像等，同时给图片数据打标签。然后导出数据集为链接形式，供其他程序调用。

• 进行模型训练，使用百度AI Stduio 中的ModelAssisant 来进行辅助开发，使用优化的YOLOv5-Tiny Model来进行训练，然后到处对应的tensorflow lite文件

• 使用SenseCraft 将模型部署到XIAO ESP32S3上

效果展示：

硬件框图

主要代码片段及原理说明

机器学习的原理

• 数据收集与预处理：首先，需要收集大量的图片数据，这些数据将被用来训练模型。数据预处理包括调整图片大小、归一化、增强等，以提高模型的训练效果。
• 特征提取：机器学习模型需要从图片中提取有用的信息（特征）。在早期的方法中，如卷积神经网络（CNN）之前，这些特征通常需要手动选择。而现代的深度学习方法，特别是CNN，能够自动从图像中学习到复杂的特征。
• 模型训练：使用已标记的数据集训练模型。在训练过程中，模型会不断调整其内部参数，以最小化预测结果和实际标签之间的差异。这个过程通常需要大量的计算资源。
• 评估与优化：在模型训练完成后，使用一组未在训练中使用的图片（测试集）来评估模型的性能。根据评估结果，可能需要对模型进行进一步的调整和优化。
• 应用：一旦模型被训练并验证了其性能，它就可以被用来识别新的图片。在识别过程中，模型会分析图片的特征，并基于其训练数据来预测图片的内容或类别。

采集图像照片

采集图像的代码，使用的是官方的take_photos例程来进行修改，只修改了loop函数内的部分内容，原始的代码是每2秒自动进行拍照，并将照片储存到内存卡中，现在修改为当串口收到'1'时拍一张照片。

void loop() {

  // Camera & SD available, start taking pictures
  if(camera_sign && sd_sign){
    // Get the current time
    unsigned long now = millis();
    //If it has been more than 1 minute since the last shot, take a picture and save it to the SD card
    //if ((now - lastCaptureTime) >= 60000)
    char ch = Serial.read();
    if(ch=='1')
    {
      Serial.println(ch);
      char filename[32];
      sprintf(filename, "/image%d.jpg", imageCount);
      photo_save(filename);
      Serial.printf("Saved picture: %s\r\n", filename);
      Serial.println("Photos will begin in one minute, please be ready.");
      imageCount++;
      lastCaptureTime = now;
    }
  }
}

模型训练

使用默认配置进行训练

!python tools/train.py \
  configs/swift_yolo/swift_yolo_tiny_1xb16_300e_coco.py \
  --cfg-options \
    epochs=10 \
    num_classes=${NUM_CLASSES} \
    workers=1\
    imgsz=192,192 \
    data_root=${DATA_ROOT} \
    load_from=https://files.seeedstudio.com/sscma/model_zoo/detection/person/person_detection.pth

模型导出和优化

将YOLOv5-Tiny PyTorch模型导出到TFLite模型

!python tools/export.py \
  configs/swift_yolo/swift_yolo_tiny_1xb16_300e_coco.py \
  $(cat work_dirs/swift_yolo_tiny_1xb16_300e_coco/last_checkpoint) \
  --cfg-options \
    data_root=${DATA_ROOT} \
    num_classes=${NUM_CLASSES} \
    imgsz=192,192

遇到的主要难题及解决方法

遇到的问题：对机器学习整套流程不清楚，导致学习的时候一头雾水，没有一个大致的框架。

解决方法：去百度和B站以及博客查找了一些资料，了解了机器学习的原理，并动手实践。

未来的计划

目前的项目仅做到了目标检测识别功能，后续的控制算法还没有进行研究，所以，后期会将二者融为一体进行开发，设计出更多有意思的小项目。

2024年寒假练 - 使用XIAO ESP32S3 Sense 完成宠物识别 - Hackster.io