SenseCraft AI Wiki 中心
概述
概述部分提供了对 SenseCraft AI 的高层次介绍，解释了其目的、主要功能和优势。它是用户了解平台及其能力的起点。概述还包括快速入门指南和常见问题解答的链接，帮助用户快速上手使用 SenseCraft AI。
预训练模型
预训练模型部分包含有关可在 SenseCraft AI 支持的各种设备上部署的现成模型的信息。这些模型针对特定硬件进行了优化，可用于不同的应用场景，无需进行自定义训练。该部分进一步根据支持的设备分为以下子部分：
- 针对 XIAO ESP32S3 Sense：此子部分列出了与 XIAO ESP32S3 Sense 开发板兼容的预训练模型，以及它们的描述和使用案例。
- 针对 Grove Vision AI V2：此处可以找到专为 Grove Vision AI V2 设备设计的预训练模型。
- 针对 SenseCAP Watcher：此子部分提供了可用于 SenseCAP Watcher 设备的预训练模型信息，支持各种监控和检测功能。
- 针对 reComputer Jetson：reComputer Jetson 子部分包含针对强大的 reComputer Jetson 平台优化的预训练模型，适用于更高要求的 AI 应用。
训练
训练部分专门用于指导用户使用 SenseCraft AI 创建自定义模型。它分为两个主要子部分：
- 分类：此子部分提供使用 SenseCraft AI 训练图像分类模型的分步教程和最佳实践。
- 目标检测：在这里，您可以找到使用 SenseCraft AI 训练目标检测模型的详细指南。
模型输出
模型输出部分重点介绍如何配置和使用 SenseCraft AI 支持的不同设备上的训练模型输出。它分为以下几个子部分：
- Grove Vision AI V2 模型输出：此子部分解释如何配置和访问部署在 Grove Vision AI V2 设备上的模型输出。内容包括设置触发器、与外部系统集成以及可视化模型预测。
-
XIAO ESP32S3 Sense 模型输出：在这里，您可以找到有关如何处理 XIAO ESP32S3 Sense 板上的模型输出的信息。此子部分进一步分为：
- 通过 GPIO：此部分提供如何将模型输出映射到 XIAO ESP32S3 Sense 的 GPIO 引脚的指南，从而根据模型预测控制外部硬件。
- 通过 MQTT：在这里，您可以学习如何使用 MQTT 协议将 XIAO ESP32S3 Sense 的模型输出发送到其他设备或系统，实现无缝集成和通信。
- 作为传感器：此部分将解释如何使用已上传模型的 XIAO 作为传感器。可能需要使用额外的 XIAO 或 Arduino 设备。
- 使用 SSCMACore 库输出模型信息：如果您不想使用额外的 XIAO 来接收模型输出数据，那么这里的教程可能适合您。
-
reComputer Jetson Workspace：此子部分提供有关如何设置和使用 reComputer Jetson Workspace 处理模型输出的信息。内容包括配置工作空间、可视化模型预测以及与其他软件集成。
应用
应用部分展示了真实世界中的示例和案例研究，说明了如何使用 SenseCraft AI 来解决不同领域的各种问题。它包括详细的项目说明、代码示例以及最佳实践，以激发用户灵感并指导用户使用 SenseCraft AI 开发自己的 AI 应用程序。
技术支持与产品讨论
感谢您选择我们的产品！我们致力于为您提供多种支持，确保您在使用我们的产品时拥有尽可能顺畅的体验。我们提供了多种沟通渠道，以满足不同的偏好和需求。