SenseCraft AI Wiki 中心

概览

Overview 🖱️

概览部分对 SenseCraft AI 进行高层次介绍，说明其用途、主要特性和优势。它是用户了解该平台及其能力的起点。概览还包含指向入门指南和常见问题（FAQ）的链接，帮助用户快速开始使用 SenseCraft AI。

预训练模型

Pretrained Models 🖱️

预训练模型部分包含关于可在 SenseCraft AI 支持的各类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，可用于不同应用场景，而无需进行自定义训练。该部分进一步根据支持的设备划分为以下子部分：

• 适用于 XIAO ESP32S3 Sense：本小节列出了与 XIAO ESP32S3 Sense 开发板兼容的预训练模型，以及它们的说明和使用场景。

for XIAO ESP32S3 Sense

• 适用于 Grove Vision AI V2：在这里，你可以找到专为 Grove Vision AI V2 设备设计的预训练模型。

for Grove Vision AI V2

• 适用于 SenseCAP Watcher：本小节提供可用于 SenseCAP Watcher 设备的预训练模型信息，从而实现多种监测和检测功能。

for SenseCAP Watcher

• 适用于 reComputer Jetson：reComputer Jetson 小节包含针对性能强大的 reComputer Jetson 平台优化的预训练模型，适用于对算力要求更高的 AI 应用。

for reComputer Jetson

训练

Training 🖱️

训练部分专门用于引导用户使用 SenseCraft AI 创建自定义模型的全过程。它分为两个主要子部分：

• 分类：本小节提供使用 SenseCraft AI 训练图像分类模型的分步教程和最佳实践。

Classification 🖱️

• 目标检测：在这里，你可以找到使用 SenseCraft AI 训练目标检测模型的详细指南。

Object Detection 🖱️

模型输出

Models Output 🖱️

模型输出部分重点介绍如何在 SenseCraft AI 支持的不同设备上配置和使用已训练模型的输出。它按以下子部分进行组织：

• Grove Vision AI V2 模型输出：本小节说明如何配置和访问部署在 Grove Vision AI V2 设备上的模型输出。内容涵盖设置触发条件、与外部系统集成以及可视化模型预测结果等主题。

Grove Vision AI V2

• XIAO ESP32S3 Sense 模型输出：在这里，你可以找到如何在 XIAO ESP32S3 Sense 开发板上处理模型输出的信息。本小节进一步分为：

  • 通过 GPIO：本部分提供如何将模型输出映射到 XIAO ESP32-S3 Sense 的 GPIO 引脚的指南，从而根据模型预测结果控制外部硬件。
  
  
  via GPIO
  
  
  • 通过 MQTT：在这里，你可以学习如何使用 MQTT 协议，将 XIAO ESP32S3 Sense 的模型输出发送到其他设备或系统，实现无缝集成与通信。
  
  
  via MQTT
  
  
  • 作为传感器使用：本部分将说明如何将已上传模型的 XIAO 作为一个传感器来使用。这可能需要你额外使用一块 XIAO 或 Arduino 设备。
  
  
  As a Sensor
  
  
  • 使用 SSCMACore 库输出模型信息：如果你不想使用额外的 XIAO 来接收模型的数据输出，那么这里的教程可能适合你。
  
  
  Use SSCMACore
  
  

• reComputer Jetson 工作空间：本小节提供如何设置和使用 reComputer Jetson 工作空间以处理模型输出的信息。内容涵盖配置工作空间、可视化模型预测结果以及与其他软件集成等主题。

应用

Application 🖱️

应用部分展示了真实世界中的示例和案例研究，演示 SenseCraft AI 如何在不同领域中用于解决各种问题。它包含详细的项目说明、代码示例和最佳实践，以激发灵感并指导用户使用 SenseCraft AI 开发自己的 AI 应用。

技术支持与产品讨论

感谢您选择我们的产品！我们将为您提供多种支持，确保您在使用我们产品的过程中尽可能顺畅。我们提供多种沟通渠道，以满足不同的偏好和需求。