SenseCraft AI Wiki 中心
概述
概述部分提供了 SenseCraft AI 的高级介绍，解释了其目的、关键功能和优势。它作为用户了解平台及其功能的起点。概述还包含入门指南和常见问题解答的链接，帮助用户快速开始使用 SenseCraft AI。
预训练模型
预训练模型部分包含关于可在 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，无需自定义训练。该部分根据支持的设备进一步分为子部分：
- 适用于 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，以及它们的描述和用例。
- 适用于 Grove Vision AI V2：在这里，您可以找到专为 Grove Vision AI V2 设备设计的预训练模型。
- 适用于 SenseCAP Watcher：此子部分提供了可与 SenseCAP Watcher 设备一起使用的预训练模型信息，支持各种监控和检测功能。
- 适用于 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
训练部分专门指导用户使用 SenseCraft AI 创建自定义模型的过程。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
模型输出部分专注于如何在 SenseCraft AI 支持的不同设备上配置和利用训练模型的输出。它分为以下子部分：
- 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。它涵盖设置触发器、与外部系统集成以及可视化模型预测等主题。
-
XIAO ESP32S3 Sense 模型输出：在这里，您可以找到如何在 XIAO ESP32S3 Sense 开发板上处理模型输出的信息。该子部分进一步分为：
- 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，使基于模型预测控制外部硬件成为可能。
- 通过 MQTT：在这里，您可以学习如何使用 MQTT 协议将模型输出从 XIAO ESP32S3 Sense 发送到其他设备或系统，促进无缝集成和通信。
- 作为传感器：此部分将解释如何将已上传模型的 XIAO 用作传感器。这可能需要您使用额外的 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 来接收模型的数据输出，那么这里的教程可能适合您。
-
reComputer Jetson 工作空间：此子部分提供如何设置和利用 reComputer Jetson 工作空间处理模型输出的信息。它涵盖配置工作空间、可视化模型预测以及与其他软件集成等主题。
应用
应用部分展示了真实世界的示例和案例研究，演示了如何使用 SenseCraft AI 解决不同领域的各种问题。它包括详细的项目说明、代码示例和最佳实践，旨在启发和指导用户使用 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！我们在这里为您提供不同的支持，以确保您使用我们产品的体验尽可能顺畅。我们提供多种沟通渠道，以满足不同的偏好和需求。