Repolode
espressif

espressif/esp-dl

Framework ligero de inferencia de redes neuronales para ejecutar modelos de IA en chips de la serie ESP de Espressif, con una ruta de cuantización de ONNX a .espdl mediante ESP-PPQ.

Estrellas
1,191
Forks
229
Issues abiertos
47
Último commit
hace 3 horas

¿Qué es?

ESP-DL es un framework de inferencia de redes neuronales diseñado para los SoC de la serie ESP de Espressif. Ofrece APIs para cargar, depurar y ejecutar modelos de IA en el chip, y está pensado para usarse en proyectos de ESP-IDF junto con otros SDK de Espressif.

Los modelos se cuantizan con ESP-PPQ, que lee modelos ONNX directamente y puede convertir modelos de PyTorch y TensorFlow a través de ONNX. El resultado es el formato compacto `.espdl`, basado en FlatBuffers y compatible con la deserialización sin copias. La cuantización puede ser de 8 bits, de 16 bits o mixta w8a16 por capa. Además, un planificador de memoria estática ubica las capas en la RAM interna o en la memoria externa según el tamaño de RAM que especifiques.

El repositorio también incluye un catálogo de modelos prequantizados, como MobileNetV2 y modelos de detección YOLO11, cada uno empaquetado como componente de ESP-IDF, además de una lista de operadores compatibles y ejemplos.

Funciones clave

  • 01Carga y ejecuta modelos `.espdl` en chips de la serie ESP32 mediante ESP-IDF.
  • 02Cuantiza modelos de ONNX, PyTorch y TensorFlow con ESP-PPQ.
  • 03Admite cuantización de 8 bits, de 16 bits y mixta w8a16 dentro de un mismo modelo.
  • 04Ubica automáticamente las capas en memoria según el tamaño de la RAM interna que configures.
  • 05Distribuye el trabajo de Conv2D y DepthwiseConv2D entre ambos núcleos.
  • 06Incluye un catálogo de modelos prequantizados empaquetados como componentes de ESP-IDF.

Casos de uso

  • Ejecutar un modelo de detección de objetos, como YOLO11, en un dispositivo ESP32-S3 o ESP32-P4.
  • Añadir OCR u otras tareas de inferencia de visión en el dispositivo a un producto basado en ESP-IDF.
  • Cuantizar un modelo ONNX personalizado para implementarlo en chips de Espressif.

Inicio rápido

  1. 1

    Instala ESP-IDF release/v5.3 o una versión posterior siguiendo la guía de programación de ESP-IDF

  2. 2

    Instala la versión de CPU de PyTorch (consulta el ejemplo para Linux del README)

    pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
  3. 3

    Instala ESP-PPQ para cuantizar tus propios modelos

    pip install esp-ppq
  4. 4

    Sigue el tutorial how-to-run-model para cargar y ejecutar un modelo en tu placa

Antes de usarlo

  • Solo funciona en chips de la serie ESP de Espressif y requiere ESP-IDF v5.3 o posterior.
  • Solo se pueden usar los operadores incluidos en la tabla de operadores compatibles; para usar otros, es necesario contribuir con nuevas implementaciones.
  • La cuantización con ESP-PPQ requiere un entorno de Python y exportar primero los modelos a ONNX.

Temas

Preguntas frecuentes

¿Qué es esp-dl?
Framework ligero de inferencia de redes neuronales para ejecutar modelos de IA en chips de la serie ESP de Espressif, con una ruta de cuantización de ONNX a .espdl mediante ESP-PPQ. ESP-DL es un framework de inferencia de redes neuronales diseñado para los SoC de la serie ESP de Espressif. Ofrece APIs para cargar, depurar y ejecutar modelos de IA en el chip, y está pensado para usarse en proyectos de ESP-IDF junto con otros SDK de Espressif.
¿esp-dl es gratuito? ¿Qué licencia tiene?
esp-dl es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿esp-dl sigue mantenido?
Mantenimiento activo. El último commit de esp-dl fue el 22 oct 2026.
¿Para qué puedo usar esp-dl?
Ejecutar un modelo de detección de objetos, como YOLO11, en un dispositivo ESP32-S3 o ESP32-P4. Añadir OCR u otras tareas de inferencia de visión en el dispositivo a un producto basado en ESP-IDF. Cuantizar un modelo ONNX personalizado para implementarlo en chips de Espressif.
¿Cómo se instala esp-dl?
Instala ESP-IDF release/v5.3 o una versión posterior siguiendo la guía de programación de ESP-IDF Instala la versión de CPU de PyTorch (consulta el ejemplo para Linux del README): pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu Instala ESP-PPQ para cuantizar tus propios modelos: pip install esp-ppq Sigue el tutorial how-to-run-model para cargar y ejecutar un modelo en tu placa
¿Dónde consigo esp-dl?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/espressif/esp-dl

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados