《esp32部署tinyML实现手势识别功能》

Embedded_ML 可选：初始化虚拟python env。 conda create -n EmbeddedML_env python=3.8.5 conda activate EmbeddedML_env pip install requirements.txt 初始化esp32。 下载esptool，micropython固件和闪存。 python esp32_init.sh 生成模型： python model_gen.py 该脚本将产生2个文件sine_model_quantized.tflite和sine_model.h。 sine_model.h与Arduino IDE一起用作头文件。 使用Arduino IDE库进行编译：EloquentTinyML 示例输出。 用x输入预测正弦值。 心脏传感器示意图。

# 基于Edge Impulse框架的无线手势识别系统 ## 项目简介 此项目展示了如何使用两个Xiao BLE ESP32C3板构建一个无线通信系统。该项目重点在于利用MPU6050加速度计识别动作。通过Edge Impulse进行MPU6050数据的训练和模型部署，并使用ESPNOW进行无线通信。 ## 项目的主要特性和功能 1. 无线手势识别系统能够识别并无线传输手势动作，包括上下左右移动。 2. Edge Impulse集成使用Edge Impulse进行数据处理和模型训练，实现对MPU6050数据的智能化处理。 3. 硬件连接简易硬件设置简单，只需要连接ESP32板和MPU6050加速度计。 ## 安装使用步骤 2. 硬件设置连接Xiao BLE ESP32C3板与MPU6050加速度计，按照提供的电路图进行连接。 3. Edge Impulse设置 注册并登录Edge Impulse网站。