Preparada para trabajar con aplicaciones de inteligencia artificial, la placa Maple Eye ESP32-S3 viene acompañada por un framework para reconocimiento facial.
AnalogLamb presenta la tarjeta Maple Eye ESP32-S3, una nueva placa basada en el microcontrolador ESP32-S3 Xtensa LX7.
Dicho MCU, de doble núcleo, funciona a una frecuencia de reloj de 240 MHz, e integra instrucciones de vector para aceleración de operaciones de inteligencia artificial. Junto a 512 KB de memoria SRAM, 8 MB de PSRAM y 8 MB de flash SPI octal, conforman el módulo inalámbrico.
Para el almacenamiento, cuenta con una interfaz de tarjeta microSD, y contamos con un puerto micro USB para la alimentación y las tareas de debugado.
También dispone de dos pantallas TFT LCD de 1,3 pulgadas, seleccionables mediante un conmutador, una cámara OV2640 de 2 Mpx, un acelerómetro de tres ejes, y hardware para facilitar el reconocimiento de voz, como un micrófono para VAD (Voice Activity Detection) y ASR (Automatic Speech Recognition).
También integra cuatro botones, y la alimentación necesaria para funcionar es de 5 V, contando con un conector de batería y circuito integrado de carga.
Conexiones para su amplio uso
La placa Maple Eye ESP32-S3 dispone de conectividad inalámbrica Wi-Fi y Bluetooth, y para utilizar las instrucciones dirigidas a acelerar la operativa de inteligencia artificial, podemos emplear la librería ESP-DL que encontramos en el framework ESP-WHO. Esta nos permite, por ejemplo, acelerar tareas como la detección de rostros y los algoritmos de reconocimiento, o el procesamiento del audio.
AnalogLamb indica que la Maple Eye ESP32-S3 es compatible con la ESP32-S3-EYE, lo que significa que el usuario debe poder utilizar la misma guía que emplea esta última para empezar a trabajar con el framework ESP-WHO para la detección y el reconocimiento facial. La misma marca fabricante también menciona soporte para esp-rs, una implementación de Rust para el hardware Espressif Xtensa.
No obstante, la principal diferencia entre ambas es el precio, inferior en el caso de la placa de AnalogLamb.
En la página web de esta placa podemos encontrar tanto la presente como más información, y esquemas para su uso.
