在人工智能与物联网深度融合的当下，将AI能力部署至资源受限的嵌入式终端已成为关键挑战。为此，乐鑫科技推出了ESP-DL，一个专为其ESP32、ESP32-S2、ESP32-S3及ESP32-C3系列芯片设计的高性能深度学习开发库。它通过提供丰富的应用程序接口（API），使开发者能够便捷地在乐鑫芯片上实现神经网络推理、图像处理与数学运算，从而快速构建本地化的人工智能应用。
一、ESP-DL是什么？
乐鑫科技面向ESP32、ESP32-S、ESP32-C 等多系列芯片推出深度学习开发库 ESP-DL，为神经网络 (Neural Network, NN) 推理、图像处理、数学运算和深度学习模型提供 API。开发人员通过使用 ESP-DL，能够轻松、快速地基于乐鑫芯片实现高性能的人工智能应用。
目前，据测试数据显示：分别在 ESP32 和 ESP32-S3 上通过 ESP-DL 运行 16 位检测模型时，ESP32-S3 上的运行速度可达到 ESP32 的 4.5 倍，人脸识别速度更是达到 6.25 倍。此外，ESP32-S3 上 8 位人脸识别模型的运行速度也达到了 16 位模型的 2.5 倍。
ESP-DL无需任何外围设备，可作为项目组件使用。例如，若将其添加至 esp-who/components/ 目录中，ESP-DL 即可作为 ESP-WHO（包含多个项目级图像应用实例）的一个子组件，实现人脸识别、猫脸检测等图像应用。下图详细展示了 ESP-DL 的组成及其作为项目组件的实现方式。
二、ESP-DL有什么用？
ESP-DL的核心价值在于为嵌入式AI开发提供了一套完整、高效的工具集，其主要功能体现在以下几个方面：
1.提供开箱即用的模型API：为了方便开发者快速验证和部署，ESP-DL在模型库中预置了经过优化的常见模型，例如人脸检测、人脸识别和猫脸检测。这些模型配有详细的示例代码，开发者仅需数条命令即可编译、烧录，并在终端查看检测结果的置信度与坐标，或通过工具在PC上可视化标注结果。
2.支持自定义模型部署：对于有特定需求的场景，ESP-DL提供了强大的模型转换与部署能力。库中包含量化工具和转换工具，能够帮助开发者将在TensorFlow、PyTorch等主流框架上训练的浮点模型，转换为可在乐鑫芯片上高效运行的8位或16位定点模型。官方推荐使用TVM等框架来部署自定义模型，并提供了相应的教程指引。
3.实现软硬件协同加速：为了最大限度发挥硬件性能，ESP-DL在软件层面进行了深度优化。它支持量化计算，并采用优化后的汇编代码和C/C++架构提升效率。尤其对于ESP32-S3芯片，其内置的向量指令、高速缓存等特性与ESP-DL相结合，能带来显著的AI加速效果。测试数据显示，在ESP32-S3上运行16位检测模型的速度可达ESP32的4.5倍，而8位人脸识别模型的速度又可达16位模型的2.5倍。
三、ESP-DL用在哪里？
基于ESP-DL构建的AI能力，可以广泛应用于各类需要终端智能的物联网场景。
一个典型的应用是智能交互设备。通过ESP-DL的人脸检测API，设备可以实时识别出画面中的人脸并定位五官关键点。在实际项目中，这通常表现为一个多任务系统：摄像头捕获图像后，交由AI任务进行推理，识别结果再叠加到图像上并显示于屏幕，整个过程流畅、低延迟。这种能力是智能门禁、客流分析等视觉应用的基础。
其次，ESP-DL是构建边缘AI解决方案的关键一环。乐鑫提供的完整AIoT方案将ESP-DL与ESP-WHO、ESP-Skainet（语音识别）等框架以及ESP32-S3开发板相结合，可打造出如智能语音会议室、智慧农场控制面板等综合应用。在这些方案中，ESP-DL负责的本地视觉处理，保障了响应实时性与用户隐私安全。
此外，结合云端大语言模型（LLM），ESP-DL也能在更复杂的交互场景中发挥作用。例如，有项目使用ESP32-S3作为主控，通过本地处理初步的感知信号（如语音唤醒），再与云端LLM联动，最终实现了能用自然语言对话控制的智能机器狗。这展现了“本地感知+云端智能”混合架构的可行性，而ESP-DL正是其中实现本地感知智能的重要工具。
总而言之，ESP-DL通过提供从底层算子到上层模型、从标准示例到定制工具的全面支持，显著降低了在乐鑫ESP32系列芯片上开发深度学习应用的难度。它使高性能的视觉AI得以在成本敏感、功耗受限的嵌入式端侧设备上落地，是推动AIoT应用普及的重要技术支撑。
