目录
开发板 ：ESP32-S3-DevKitC-1（ESP32-S3-WROOM-1-N16R8模块）开发软件 ：VS Code(Espressif IDF插件) + Anaconda3 + PyCharm开发框架 ：ESP-IDF (版本v5.0.4)训练框架 ：TensorFlow 2.1.0部署框架 ：ESP-DL
💡💡💡💡： 在STM32上跑神经网络做手势识别 🚀
🌎 仓库：https://gitee.com/npc-gitee/esp_dl_for_bixin 🚀
🔍 如理解有误，望不吝指正，感谢。
📍说明：
不同手势姿态之间需要具有明显的不同，在使用过程中，手势姿态需要做到位；（可能数据集不足）
影响体表温度的因素比较多，由于影响因素的变化，存在部分位置接近环境温度情况，所以即使加入了数据标准化，依然存在推理不准问题；（可能数据集不足）
在使用测试中，某个动作出现判断出错，可以将该动作添加到数据集中，在上一次权重文件基础上再训练，修修补补；
距离传感器较远，细节难以捕捉，不同手势差异较小，已经无法通过增加数据集来提高预测正确率；
该数据集动作主要在中心位置，所以使用过程中动作保持在中心；
本示例通过分类任务实现手势识别，如果出现新的手势类别，预测结果就很迷，采用RNN、LSTM等的方式，使用效果应该会较好。
一、开发环境搭建与新建工程模板
1.1、开发环境搭建与卸载
考虑 ESP-DL 库所支持的版本为 ESP-IDF v5.0，所以这里安装的不是最新版本。
在安装 VS Code插件 (Espressif IDF) 后，可以选择两种安装方式：
这里采用离线安装+手动配置（VS Code下完成程序编辑和编译操作） 💡。
① ESP-IDF 开发环境搭建：
下载ESP-IDF离线版本：ESP-IDF Windows Installer Download 🚀
离线安装 ESP-IDF，安装完成后，安装路径下有三个重要的目录；
frameworks/esp-idf-v5.0.4 ：内含示例代码和组件源代码等；tools ：编译器等程序；python_env/idf5.0_py3.11_env ：python虚拟运行环境，内含python.exe、pip.exe以及依赖的库等。
打开 VS Code，安装插件 Espressif IDF;
VS Code 手动配置；Custom Extra Paths、Custom Extra Vars、Esp Idf Path Win、Esp Idf Path Win、Git Path、Python Bin Path、Tools Path Win；（参考：esp32 开发环境：windows10 + esp-idf v4.4 + vscode + 插件 espressif idf 搭建踩坑 🚀）
重启一下VS Code。
② 打开一个Example进行测试：
按住Ctrl+Shift+p打开命令行，这里输入ESP-IDF show ，点击 ESP-IDF: Show Eaxmples Projects，点击需要使用的 ESP-IDF 路径；
左边栏中选择 hello word 工程，点击 Create project using example hello_world。
选择这个项目的保存路径，任意路径均可；
烧录过程配置；
COM 口的配置，选择对应的COM口；
ESP32芯片选择，这里选ESP32s3；
烧录方式选择串口转USB： ESP32-S3 chip(via ESP-PROG)
设置波特率：File => Preferences => Settings => 输入ESP-IDF，然后往下滑找到 Flash Baud Rate，输入115200。（波特率不同，会导致终端输出乱码）
点击编译，成功后就可以进行烧录了。
③ 卸载ESP-IDF： 控制面板 => 卸载程序 => ESP-IDF Tools Offline 5.0.4 右键卸载。（VS Code 下的配置直接重置就好）
1.2、新建工程目录
打开VS Code，此时界面可能是很干净，没有打开项目；这里需要随便打开一个目录（不然第二步操作完发现没响应）；
按住Ctrl+Shift+p打开命令行，输入ESP-IDF: Create project from extension template，点击；然后就按照提示操作就可以了；
选择项目保存目录；
这里选择template-app，接着就弹出了一个新的VS Code界面，关掉前一个VS Code界面；
这时候指定目录下就有一个生成的文件夹，修改文件夹名称，方便以后管理（该操作不影响编译）；
打开该目录根目录下的 CmakeLists.txt，将 project(template-app) 修改为 project(xxx)，这样之后生成的可执行文件的名称就是xxx.bin，而不是 template-app.bin。点击一下编译查看是否有问题。
1.3、自定义组件
到这一步就可以开发了，为了项目条理更加清晰，还需要引入【自定义组件 】。
一般而言，自定义组件可以简单理解为一个目录，里面存放一些功能函数，提供给main函数进行调用。
打开 ESP-IDF 5.0 CMD 终端，切换到待创建的目录，输入idf.py -C components create-component led；（当然可以手动创建目录和文件）
components ：创建的组件(目录)，位于那个目录下，如果没有这个目录就创建，Cmake管理默认的目录名称叫 components，如果起了其它名称，需要用 EXTRA_COMPONENT_DIRS 变量进行说明。
在所在项目根目录下的CmakeLists.txt 中加入这条语句：set(EXTRA_COMPONENT_DIRS ./新名字)
led ：组件的名称。
生成后项目目录树如下：
c
复制代码
---Test
|---.devcontainer
|---.vscode
|---build
|---CMakeLists.txt
|---sdkconfig
|---components
|---led
|---include
|---led.h
|---CmakeLists.txt
|---led.c
|---key
|---include
|---key.h
|---CmakeLists.txt
|---key.c
|---main
|---CmakeLists.txt
|---main.c
将组件中的头文件添加到main.c中，这样就可以进行编译了。
如果led组件需要key组件的函数，则：
led.h 中加入 #include "key.h"
方式一：led 组件中的 CmakeLists.txt 中加入头文件路径：INCLUDE_DIRS "include" "../key/include"（注意这里可是没指定链接路径，但还是能找到）
方式二：led 组件中的 CmakeLists.txt 中加入依赖组件：REQUIRES driver key（这里led依赖两个组件：driver和key）
在 IDF 5.0 的版本之后，driver 组件不作为公共依赖项，所以使用的时候，必须在 CmakeLists.txt 中声明依赖 driver 组件后才能使用：
c
复制代码
idf_component_register(SRCS "led.c"
INCLUDE_DIRS "include"
REQUIRES driver)
如果没有添加这个组件，则会报错：driver/gpio.h: No such file or directory 🚀组件依赖示例 🚀
参考：
1\]: [ESP-IDF编程指南](https://docs.espressif.com/projects/esp-idf/zh_CN/latest/esp32s3/get-started/windows-setup.html#get-started-windows-first-steps) 🚀
\[2\]: [ESP---IDF开发（1）创建模板工程](https://blog.csdn.net/weixin_43482048/article/details/119117624) 🚀
\[3\]: [ESP32学习笔记（21）------构建自己的工程和组件库](https://www.jianshu.com/p/67175d63c498) 🚀
\[4\]: [ESP32 ESP-IDF自定义组件](https://zhuanlan.zhihu.com/p/441368112) 🚀
\[5\]: [ESP32开发 CMakeLists包含同级目录.h文件，error: gpioX.h: No such file or directory](https://blog.csdn.net/Mark_md/article/details/114001592) 🚀
## 二、驱动移植与应用开发
管脚布局：
**I2C0引脚资源使用情况：** 支持任意 GPIO 管脚
```c
------------------------------------
| AMG8833 | ESP32 |
------------------------------------
| VIN | 3.3V |
| GND | GND |
| SCL | GPIO2 |
| SDA | GPIO1 |
| INT | / |
| AD0 | GND |
------------------------------------
```
**SPI3引脚资源使用情况：** 支持任意 GPIO 管脚
```c
------------------------------------
| LCD Screen | ESP32 |
------------------------------------
| GND | GND |
| VCC | VCC(3.3v) |
| SCL | GPIO5(SCLK) |
| SDA | GPIO6(MOSI) |
| RES | GPIO7 |
| DC | GPIO15 |
| CS | GPIO16 |
| BLK | GPIO17 |
------------------------------------
```
### 2.1、I2C驱动移植与AMG8833应用开发
ESP32-S3 有2个 I2C 控制器，每个控制器都可以设置为主机或从机，本次示例中作为主机使用。
* 当 8x8 中某个测点出现超过极限值就会触发INT引脚电平变化，ESP32 通过 INT 引脚触发外部中断；ESP32 通过读取寄存器的值就可以确定哪个矩阵测点触发电平变化。
* AMG8833 SCL最大支持 `400kHz`。
* `AD0（AD_SELECT）`为 I2C设备地址选择脚。拉低，设备地址为`110 1000`，即`0x68`。拉高，设备地址为`110 1001`，即`0x69`。
* EPS32-S3 的 I2C 引脚原则上**可选择任意引脚** ，在 I2C 初始化的时候指定即可，并将引脚设置为 `Enable GPIO pull-up resistor`。
> **"** ESP32-S3 的内部上拉电阻范围为几万欧姆，因此在大多数情况下，它们本身不足以用作 I2C 上拉电阻。建议用户使用阻值在 I2C 总线协议规范规定范围内的上拉电阻。计算阻值的具体方法，可参考 [TI 应用说明](https://www.ti.com/lit/an/slva689/slva689.pdf) 🚀 **"** ------ ESP-IDF 编程指南（API参考=\>外设API=\>I2C驱动程序）
>
>
> 对于AMG8833而言，可以直接使用而不用外接上拉电阻。
**主机写入数据：**
1. 使用 `i2c_cmd_link_create()` 创建一个命令链接。然后，将一系列待发送给从机的数据填充命令链接：
a. 启动位 - `i2c_master_start()`
b. 从机地址 - `i2c_master_write_byte()`。提供单字节地址作为调用此函数的实参。
c. 数据 - 一个或多个字节的数据作为 `i2c_master_write()` 的实参。
2. 通过调用 `i2c_master_cmd_begin()` 来触发 I2C 控制器执行命令链接。一旦开始执行，就不能再修改命令链接。（一般报错出现在该语句）
3. 命令发送后，通过调用 `i2c_cmd_link_delete()` 释放命令链接使用的资源。
**主机读取数据** 的步骤基本相似。
ESP-IDF 对这两个过程进行了封装：
* 主机读取数据：`i2c_master_write_read_device()`
* 主机写入数据： `i2c_master_write_to_device()`
基本过程同上面一致，本示例依据这两个函数源代码，进行简单修改。
**AMG8833 需要进行初始化寄存器**：正常读取前需要进行初始化操作。
* Power Control寄存器：设置AMG8833的工作模式；
* Reset寄存器：进行软复位；
* Frame Rate寄存器：设定帧率；
* Interrupt Control寄存器：配置中断功能；
**AMG8833 Temperature寄存器**：红外点阵测量的温度值。
两个寄存器的数据组合起来获得一个测点的温度值。有12位数据，最高位为符号位，0为正，1为负。最小变化单位为`0.25℃`。
在读取64个像素点温度值时候，I2C只需要指定第一个寄存器地址以及读取的字节数量，AMG8833自动发送后面地址的数据。
> * amg8833的初始化程序、读写程序等功能函数参考Arduino框架下的程序。
> * ESP32-S3-Devkitc-1 开发板在Arduino IDE 中找不到对应的板子，此时更新一下即可。（工具 =\> 开发板: "xxx" =\> 开发板管理器...）
```cpp
/* Arduino框架下测试代码, 用于对比在ESP-IDF框架下驱动与应用是否正常
* 这里在测试代码的基础上增加/修改了两条语句:
* => Wire.setPins(1,2); // 设置新的I2C引脚
* => status = amg.begin(0x68, &Wire); //amg8833初始化, 0x68为amg8833设备地址
*/
#include
#include
Adafruit_AMG88xx amg;
float pixels[AMG88xx_PIXEL_ARRAY_SIZE];
void setup() {
Serial.begin(9600);
Serial.println(F("AMG88xx pixels"));
bool status;
Wire.setPins(1,2); //new SDA SCL pins
// default settings
status = amg.begin(0x68, &Wire);
if (!status) {
Serial.println("Could not find a valid AMG88xx sensor, check wiring!");
while (1);
}
Serial.println("-- Pixels Test --");
Serial.println();
delay(100); // let sensor boot up
}
void loop() {
//read all the pixels
amg.readPixels(pixels);
Serial.print("[");
for(int i=1; i<=AMG88xx_PIXEL_ARRAY_SIZE; i++){
Serial.print(pixels[i-1]);
Serial.print(", ");
if( i%8 == 0 ) Serial.println();
}
Serial.println("]");
Serial.println();
//delay a second
delay(1000);
}
```
参考：
\[1\]: [ESP_IDF---I2C 驱动程序](https://docs.espressif.com/projects/esp-idf/zh_CN/latest/esp32s3/api-reference/peripherals/i2c.html) 🚀
\[2\]: [ESP32 之 ESP-IDF 教学（六）------硬件I2C总线外设（I²C）](https://blog.csdn.net/m0_50064262/article/details/118656785) 🚀
\[3\]: [AMG8833的使用与stm32驱动代码](https://blog.csdn.net/qlexcel/article/details/106139080) 🚀
\[4\]: [ESP32 I2C自定义引脚](https://zhuanlan.zhihu.com/p/613491043) 🚀
\[5\]: [ESP32-S3入门Arduino开发（一）--Arduino环境搭建](https://blog.csdn.net/solar_Lan/article/details/123334948) 🚀
### 2.2、SPI驱动移植与LCD应用开发
`ESP32-S3-DevKitC-1` 开发板采用 `ESP32-S3-WROOM-1/1U` 或 `ESP32-S3-WROOM-2/2U` 模组，而这些模组采用 `ESP32-S3`芯片。
**ESP32-S3 芯片集成了四个 SPI 控制器**：
* SPI0
* SPI1
* 通用 SPI2，即GP-SPI2
* 通用 SPI3，即GP-SPI3
SPI0 和 SPI1 控制器主要供内部使用以访问外部 flash 及 PSRAM，如上图所示。这里采用 **SPI3 作为 LCD 通信控制器**。
SPI有多种模式：为兼容LCD通信规范，这里**采用普通 SPI 模式**。
* 普通 SPI 模式
* 双线输出模式
* 双线输出模式
* 四线输出模式
* 四线 I/O 模式
* 八线输出模式
* OPI 模式
> * MOSI：主机输出，从机输入，也写作SPID；
> * MISO：主机输入，从机输出，也写作SPIQ；
> * CS：片选，表示设备被选中；
> * SCLK：串行时钟，由主机产生的振荡信号，使数据位的传输保持同步；
> * QUADWP：写保护信号。只用于 4 位 (qio/qout) 传输；
> * QUADHD：保持信号。只用于 4 位 (qio/qout) 传输。
**LCD驱动和应用编写：**
1. SPI初始化：引脚指定、频率、最大传输数据大小、是否开启DMA等，主要配置 `spi_bus_config_t` 和 `spi_device_interface_config_t` 结构体；通过 `spi_bus_initialize` 和 `spi_bus_add_device` 函数完成配置；
> `spi_bus_config_t` 结构体成员 `max_transfer_sz` 表示最大传输大小，以字节为单位。
>
> * 若一次传输超过 `max_transfer_sz` 设置的大小，则会出现：txdata transfer \> host maximum 错误；
> * 若 `max_transfer_sz` 设置的大小过大（测试过程中使用大于36000），出现 SPI 传输不完全。
> 根据 ESP32-S3 系列芯片技术规格书，SPI3 可指定为任意 GPIO 管脚。
> 按照 Arduino 框架驱动程序，LCD 采用的 SPI 时钟频率为 27Mhz。
2. 普通GPIO初始化：DC、RST、BCK引脚不在SPI协议所规定的引脚，所以需要单独进行初始化；
> 对于SPI协议本身而言，传输信息不区分命令和数据，LCD从设备收到信息的时候，需要区分命令和数据，这里通过 DC 引脚电平信号加以区分，当DC为低电平时，SPI传输的是命令，当DC为高电平时，SPI 传输的数据。
3. 编写命令/数据SPI发送函数；
4. 编写LCD初始化；
5. 编写矩形绘制和图片显示函数，验证程序工作正常。
> **xxx.h: No such file or directory**
>
> 跳转能正常，但是编译的时候提示没有这个文件，通过清除一下编译的中间文件，然后再编译就可以了。
>
> 
> AMG8833/LCD与ESP32之间采用杜邦线连接，杜邦线受到外界扰动会影响I2C和SPI的通信。
参考：
\[1\]: [ESP32-IDF开发笔记 \| 03 - 使用SPI外设驱动ST7789 SPILCD](https://blog.csdn.net/Mculover666/article/details/130029633) 🚀
\[2\]: [【ESP32-IDF】 02-4 外设-SPI](https://blog.csdn.net/qq_41741344/article/details/117417028) 🚀
\[3\]: [ESP-IDF 编程指南：SPI 主机驱动程序](https://docs.espressif.com/projects/esp-idf/zh_CN/latest/esp32s3/api-reference/peripherals/spi_master.html#_CPPv4N17spi_transaction_t9rx_bufferE) 🚀
### 2.3、绘制温度云图
`camColors`全局变量数组，里面保存颜色数据（RGB565），共有256种颜色，0索引保存为蓝色，255索引保存为红色。
最大温度记作： T m a x T_{max} Tmax；最小温度记作： T m i n T_{min} Tmin；当前温度记作： T c u r T_{cur} Tcur。
最小索引值记作： i d x idx idx。
建立温度和颜色的映射关系：
T m a x − T m i n 255 − 0 = T c u r − T m i n x − 0 \\frac{T_{max}-T_{min}}{255-0}=\\dfrac{T_{cur}-T_{min}}{x-0} 255−0Tmax−Tmin=x−0Tcur−Tmin
转换为：
x = 255 ∗ T c u r − T m i n T m a x − T m i n x=255\*\\dfrac{T_{cur}-T_{min}}{T_{max}-T_{min}} x=255∗Tmax−TminTcur−Tmin
Arduino 框架官方提供了映射函数------`map函数`，主题思想一致的，细节上有些差异，具体表示如下：
x = 255 ∗ ( T c u r − T m i n ) + ( T m a x − T m i n ) / 2 T m a x − T m i n + i d x = 255 ∗ T c u r − T m i n T m a x − T m i n + 0.5 + i d x x=\\dfrac{255\*{(T_{cur}-T_{min})}+(T_{max}-T_{min})/2}{T_{max}-T_{min}}+idx=255\*\\dfrac{T_{cur}-T_{min}}{T_{max}-T_{min}}+0.5+idx x=Tmax−Tmin255∗(Tcur−Tmin)+(Tmax−Tmin)/2+idx=255∗Tmax−TminTcur−Tmin+0.5+idx
浮点型赋值给整型，小数部分舍去，这里加上0.5，实现四舍五入。
> **最大温度和最小温度选择？**
>
>
> 假设待测温度区间为20-25℃，若设置最大温度为30℃、最小温度0℃，那么对于256种颜色，用于表示20-25℃区间的颜色约为`(30-0)/256*5=43`种；若设置最大温度为30℃、最小温度15℃，用于20-25℃区间的颜色约为`(30-15)/256*5=85`种，用于显示的颜色越多，显示跨度越大，越能显示温度的细微变化，显示效果更好，所以最大温度和最小温度的跨度不要太大。
> **温度云图显示上下颠倒问题**
>
>
> 从AMG8833读入ESP32内存的时候，点阵的左右顺序没有打乱，上下顺序倒了一下，所以在LCD显示的时候出现了上下翻转，这里另外写一个功能函数将点阵顺序调整为amg8833原先的顺序。
>
> 
### 2.4、启用PSRAM（可选）
> 选用的芯片 ESP32-S3 N16R8（片内PSRAM 8MB + 片外FLASH 16MB），内部 SRAM 只有 512 KB，考虑显示一张 240x240 的图片需要的内存大小为 240x240x2=115200 Bytes=112.5KB，所以这里可以考虑采用PSRAM作为显存。（**本示例中显示区域较小，所以没有使用**）
1. 点击齿轮
2. 输入 RAM查找一下两项，勾选`Support for external, SPI-connected RAM`以及模式选择`Octal Mode PSRAM`。
3. 选择`Make RAM alloctable using heap_caps_malloc(...,MALLOC_CAP_SPIRAM)`，也可以选择`Make RAM allocatable using malloc() as well`，之所以选择前者是从存储器的使用上考虑：若从片上 SRAM 分配空间，则使用`malloc`函数，若从片外 PSRAM 上分配空间，则使用`heap_caps_malloc`函数。
4. 其它参数可使用默认。
5. 保存，然后编译。
> **报错: psram: PSRAM ID read error: 0x00ffffff**
> \\, \\, \\, \\, \\, \\, \\, \\, \\, \\, \\, **cpu_start: Failed to init external RAM!**
>
> **解决** ：模式选择`Octal Mode PSRAM`
>
> 参考：[ESP32 s3 PSRAM ID read error: 0x00ffffff 已解决。](https://blog.csdn.net/huiche5674/article/details/129422570) 🚀
> **问题：assert failed: block_trim_free heap_tlsf.c:377 (block_is_free(block) \&\& "block must be free")**
>
> **解决：** 如果较快的申请资源和释放资源可能会出现这个问题（ESP-IDF4.4），可以尝试增加一下延时函数`vTaskDelay(100 / portTICK_PERIOD_MS)`。
### 2.5、画面动静和距离检测
> **为什么要做画面动静判断？**
>
> 1.在不使用 RNN/LSTM 的情况下，如果一个动作一直保持，那么就会认为做了多个相同的动作，那么就会根据这个结果执行多次；
>
> 2. 如果使用 RNN/LSTM ，数据集创建工作量较大。 所以综合考虑，结合画面动静判断和CNN网络实现手势识别。
这里画面动静判断采用**帧间差分法** ，以目标温度较小值为分界点，区分背景和目标，将两帧温度矩阵（24x24）的对应点进行相减，并取其绝对值，若大于阈值（**目标和背景采用不同阈值** ）则计数值加1，当计数值大于某个值（**距离不同，检测到目标的大小也不同，这个值是实时调整**）后，则认为画面中存在运动目标。
在实现过程中，由于对比两帧数据，所以需要保存前一帧温度矩阵数据，一帧数据大小为`24x24x4(float) = 2.25KB`，这里采用 `异步内存拷贝(Asynchronous Memory Copy)`，其核心技术在于DMA，通过给DMA发送命令，实现内存拷贝，此时不需要CPU参与，当传输完成后通过回调函数发送信号通知被阻塞的任务。
**异步内存拷贝：**
```cpp
/*-------------------> 安装 <-------------------*/
config = ASYNC_MEMCPY_DEFAULT_CONFIG();
config.backlog = 16; // update the maximum data stream supported by underlying DMA engine
async_memcpy_t mem_driver = NULL;
ESP_ERROR_CHECK(esp_async_memcpy_install(&config, &mem_driver)); // install driver with default DMA engine
SemaphoreHandle_t my_semphr = xSemaphoreCreateBinary(); // Create a semaphore used to report the completion of async memcpy
/*--------------> 发送内存拷贝请求 <--------------*/
ESP_ERROR_CHECK(esp_async_memcpy(mem_driver, out_img_buf_pre, out_img_buf, COPY_LEN, my_async_memcpy_cb, &myflags));
/*-----------> 拷贝完成后调用回调函数 <-----------*/
// Callback function, running in ISR context
static bool my_async_memcpy_cb(async_memcpy_t mcp_hdl, async_memcpy_event_t *event, void *cb_args)
{
/*可自定义标志*/
BaseType_t high_task_wakeup = pdFALSE;
xSemaphoreGiveFromISR(my_semphr, &high_task_wakeup); // high_task_wakeup set to pdTRUE if some high priority task unblocked
return high_task_wakeup == pdTRUE;
}
/*-----------> 阻塞等待内存拷贝完成 <-----------*/
xSemaphoreTake(my_semphr, portMAX_DELAY); // Wait until the buffer copy is done
```
**画面动静判断逻辑：**
```cpp
//获取第一帧24x24温度矩阵
readPixels{}
//保存第一帧数据
mem2mem{
1.发送内存拷贝请求
2.sigflag = 1
}
while(1){
readPixels{} //获取24x24温度矩阵
motion_detection{
if(sigflag == 1){
1.阻塞等待内存拷贝完成
2.sigflag == 0
}
/*画面动静判断*/
if(运动){
mem2mem{} // 如果运动, 保存当前帧数据
}
else{ // 静止, 不保存数据
}
}
}
```
1. 获取第一帧24x24温度矩阵；
2. 保存第一帧数据；
3. 获取第二帧24x24温度矩阵；
4. 因为是第一帧，所以等待第一帧保存完成；
5. 判断是否运动，若为运动，保存当前帧(第二帧)，下一次和第二帧做比较，若为静止，不用保存，下一次和第一帧做比较；
6. 开始第二次循环，获取第三帧24x24温度矩阵；
7. 是否之前有保存操作，没有就不用阻塞等待，有就阻塞等待；
8. 判断是否运动，继续循环往复。
> **为什么运动时候保存当前帧，静止时候不保存当前帧？**
>
> 如果每一帧都保存，当动\~\~\~作\~\~\~比\~\~\~较\~\~\~慢\~\~\~时，那么连续两帧比较的时候就会认为没有运动，保存当前帧，之后获取下一帧，同样变化小，认为没有运动，导致最后动作很大了，还是认为没有运动；若静止的不保存，前一帧保存的是最原先的一帧数据，虽然动作慢，但幅度达到一定大小后，就会认为运动了。
> **考虑自适应参数**：如果距离比较远，那么目标比较小，动作也会不容易捕捉，如果距离比较近，捕捉比较敏感，所以考虑引入自适应参数，动态调整阈值和点阵数量(通过大于某个温度的像素点个数确定目标大小，从而判断远近)。
参考：
\[1\]: [运动目标检测------帧间差分法(Temporal Difference)简介](https://zhuanlan.zhihu.com/p/348331054) 🚀
\[2\]: [winform 画面关闭返回值_opencv+python判断画面动静](https://blog.csdn.net/weixin_39907850/article/details/112474323) 🚀
\[3\]: [The Async memcpy API](https://docs.espressif.com/projects/esp-idf/zh_CN/v5.0.4/esp32s3/api-reference/system/async_memcpy.html#) 🚀
*** ** * ** ***
> **为什么要做目标距离判断？**
>
> 这里的距离指的是远近，若捏住+近距离的特征表示左移，若捏住+远距离的特征表示右移，那么在使用过程中需要自己把握这个距离，因此，考虑引入距离检测，**当发现用户捏住行为，然后捕捉动作，若为靠近，则认为左移，若为远离，则认为右移**。
**目标距离检测实现原理**：靠近传感器温度高，远离传感器温度低。
**这种方式存在一个问题** ：如果目标远离检测范围那么温度也会下降，进入检测范围那么温度也会上升，更复杂是前后左右平移+上下平移的复合动作，这里暂时不考虑，**只考虑上下平移**。🔍
### 2.6、图像放大之双三次插值法：权重计算 \| 插值计算 \| 程序设计
对于低分辨图像在高分辨率的设备上显示，如果不做任何处理，那么实际显示区域会很小，为了扩大显示区域，就需要对低分辨率的图像进行**数值图像放大处理** ，就是将低分辨率的图像变成高分辨率的图像，多出来的像素怎么获得？------ **插值算法**。
虽然变成了高分辨率图像，但是这是由低分辨率的数据生成的，所以不会很高清。
常见的插值算法：**自适应** 和**非自适应** 。
非自适应算法：最近邻，双线性，双三次，样条等。双三次插值效果较好，但是时间开销比较大。
基本步骤：
1. 计算权重
2. 计算放大图像后的像素值
*** ** * ** ***
**1、权重计算**
原图片：8x8
放大后的图片：16x16
将【放大后的图片】缩小到【原图片】的大小，如下图所示：
缩小后，每个像素（共16x16个）都需要计算权值。当计算某个像素权值时，取该像素上下左右邻近的四个点，在这四个点为基础，向外再扩充一圈，总共取16个点，如下图所示：
将上面的距离数据代入权重计算公式：
W ( x ) = { ( a + 2 ) ∣ x ∣ 3 − ( a + 3 ) ∣ x ∣ 2 + 1 f o r ∣ x ∣ ≤ 1 a ∣ x ∣ 3 − 5 a ∣ x ∣ 2 + 8 a ∣ x ∣ − 4 a f o r 1 ≤ ∣ x ∣ ≤ 2 0 o t h e r s W(x)= \\begin{cases} (a+2)\|x\|\^3-(a+3)\|x\|\^2+1 \\,\\,\\,\\,\\,\\,\\,\\,\\,for\\,\\,\\, \|x\|≤1\\\\ a\|x\|\^3-5a\|x\|\^2+8a\|x\|-4a \\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\, for \\,\\,\\, 1≤\|x\| ≤2\\\\ 0 \\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,\\,others \\end{cases} W(x)=⎩ ⎨ ⎧(a+2)∣x∣3−(a+3)∣x∣2+1for∣x∣≤1a∣x∣3−5a∣x∣2+8a∣x∣−4afor1≤∣x∣≤20others
式中， x x x 为目标像素点距离邻近像素点的距离； a a a 一般取 − 0.5 -0.5 −0.5。
对于【米黄色】的点，X轴方向距离为0.6，Y轴方向距离为1.3。
* **X轴方向：**
W ( x ) = ( a + 2 ) ∣ x ∣ 3 − ( a + 3 ) ∣ x ∣ 2 + 1 = ( − 0.5 + 2 ) ∗ ∣ 0.6 ∣ 3 − ( − 0.5 + 3 ) ∗ ∣ 0.6 ∣ 2 + 1 = 0.424 \\begin{aligned} W(x) \&= (a+2)\|x\|\^3-(a+3)\|x\|\^2+1 \\\\ \&= (-0.5+2)\*\|0.6\|\^3-(-0.5+3)\*\|0.6\|\^2+1\\\\ \&= 0.424 \\end{aligned} W(x)=(a+2)∣x∣3−(a+3)∣x∣2+1=(−0.5+2)∗∣0.6∣3−(−0.5+3)∗∣0.6∣2+1=0.424
* **Y轴方向：**
W ( y ) = a ∣ x ∣ 3 − 5 a ∣ x ∣ 2 + 8 a ∣ x ∣ − 4 a = ( − 0.5 ) ∗ ∣ 1.3 ∣ 3 − 5 ∗ ( − 0.5 ) ∗ ∣ 1.3 ∣ 2 + 8 ∗ ( − 0.5 ) ∗ ∣ 1.3 ∣ − 4 ∗ ( − 0.5 ) = − 0.0735 \\begin{aligned} W(y) \&= a\|x\|\^3-5a\|x\|\^2+8a\|x\|-4a \\\\ \&= (-0.5)\*\|1.3\|\^3-5\*(-0.5)\*\|1.3\|\^2+8\*(-0.5)\*\|1.3\|-4\*(-0.5)\\\\ \&= -0.0735 \\end{aligned} W(y)=a∣x∣3−5a∣x∣2+8a∣x∣−4a=(−0.5)∗∣1.3∣3−5∗(−0.5)∗∣1.3∣2+8∗(−0.5)∗∣1.3∣−4∗(−0.5)=−0.0735
对于【浅绿色】的点，X轴方向距离为1.6，Y轴方向距离为1.3。
* **X轴方向：**
W ( x ) = a ∣ x ∣ 3 − 5 a ∣ x ∣ 2 + 8 a ∣ x ∣ − 4 a = ( − 0.5 ) ∗ ∣ 1.6 ∣ 3 − 5 ∗ ( − 0.5 ) ∗ ∣ 1.6 ∣ 2 + 8 ∗ ( − 0.5 ) ∗ ∣ 1.6 ∣ − 4 ∗ ( − 0.5 ) = − 0.048 \\begin{aligned} W(x) \&= a\|x\|\^3-5a\|x\|\^2+8a\|x\|-4a \\\\ \&= (-0.5)\*\|1.6\|\^3-5\*(-0.5)\*\|1.6\|\^2+8\*(-0.5)\*\|1.6\|-4\*(-0.5)\\\\ \&= -0.048 \\end{aligned} W(x)=a∣x∣3−5a∣x∣2+8a∣x∣−4a=(−0.5)∗∣1.6∣3−5∗(−0.5)∗∣1.6∣2+8∗(−0.5)∗∣1.6∣−4∗(−0.5)=−0.048
* **Y轴方向：**
W ( y ) = a ∣ x ∣ 3 − 5 a ∣ x ∣ 2 + 8 a ∣ x ∣ − 4 a = ( − 0.5 ) ∗ ∣ 1.3 ∣ 3 − 5 ∗ ( − 0.5 ) ∗ ∣ 1.3 ∣ 2 + 8 ∗ ( − 0.5 ) ∗ ∣ 1.3 ∣ − 4 ∗ ( − 0.5 ) = − 0.0735 \\begin{aligned} W(y) \&= a\|x\|\^3-5a\|x\|\^2+8a\|x\|-4a \\\\ \&= (-0.5)\*\|1.3\|\^3-5\*(-0.5)\*\|1.3\|\^2+8\*(-0.5)\*\|1.3\|-4\*(-0.5)\\\\ \&= -0.0735 \\end{aligned} W(y)=a∣x∣3−5a∣x∣2+8a∣x∣−4a=(−0.5)∗∣1.3∣3−5∗(−0.5)∗∣1.3∣2+8∗(−0.5)∗∣1.3∣−4∗(−0.5)=−0.0735
> **若插值的像素点落在原图内部网格上，16个点怎么取？**
>
>
> 对于这种情况，可以有两种选择，要么认为位于左侧网格，要么认为位于右侧网格，在做插值处理的时候，需要做到统一。（落在上下网格也有相同的情况，也需要做到统一）
>
> 这里统一为左上。
> **若插值的像素点落在原图边界上，16个点怎么取？**
>
>
> 将原图进行padding处理，往外部扩两层，像素值与原图边界值相同。
每个插值的像素都是由16个原图中像素加权计算所得，**每一行X轴方向权重相同，每一列Y轴方向权重相同** ，所以一个插值的像素需要进行`8次`权重计算。
*** ** * ** ***
**2、插值计算**
计算红点位置的像素值，取4x4区域中的16个点。
然后计算原图像素和权重的`Hadamard积`：
> Hadamard积：矩阵相同位置元素相乘，数学符号 ⊙ \\odot ⊙。
>
> 
最后，将矩阵中所有元素相加得到了插值的像素值。
*** ** * ** ***
由上图可知：
* 当距离为0的时候， W = 1 W=1 W=1
* 当距离为-1或1的时候， W = 0 W=0 W=0
* 当距离为-2或2的时候， W = 0 W=0 W=0
所以当【放大后的图片】像素点与【原图片】像素点重合的时候，距离绝对值取值可能为0、1和2，那么最后插值计算的结果就是重合原图片像素点。
参考：
\[1\]: [用于数字成像的双三次插值技术](https://zhuanlan.zhihu.com/p/322393329#:~:text=%E5%8F%8C%E4%B8%89%E6%AC%A1%E6%8F%92%E5%80%BC%20%E6%98%AF%E4%BD%BF%E7%94%A8%E4%B8%89%E6%AC%A1%E6%88%96%E5%85%B6%E4%BB%96%E5%A4%9A%E9%A1%B9%E5%BC%8F%E6%8A%80%E6%9C%AF%E7%9A%842D%E7%B3%BB%E7%BB%9F%EF%BC%8C%E9%80%9A%E5%B8%B8%E7%94%A8%E4%BA%8E%E9%94%90%E5%8C%96%E5%92%8C%E6%94%BE%E5%A4%A7%E6%95%B0%E5%AD%97%E5%9B%BE%E5%83%8F%E3%80%82,%E5%9C%A8%E5%9B%BE%E5%83%8F%E6%94%BE%E5%A4%A7%E3%80%81%E9%87%8D%E6%96%B0%E9%87%87%E6%A0%B7%E6%97%B6%EF%BC%8C%E6%88%96%E6%98%AF%E5%9C%A8%E8%BD%AF%E4%BB%B6%E4%B8%AD%E6%B6%A6%E9%A5%B0%E5%92%8C%E7%BC%96%E8%BE%91%E5%9B%BE%E5%83%8F%E6%97%B6%E4%B9%9F%E4%BC%9A%E4%BD%BF%E5%88%B0%E7%94%A8%E5%AE%83%E3%80%82%20%E5%BD%93%E6%88%91%E4%BB%AC%E5%AF%B9%E5%9B%BE%E5%83%8F%E8%BF%9B%E8%A1%8C%E6%8F%92%E5%80%BC%E6%97%B6%EF%BC%8C%E5%AE%9E%E9%99%85%E4%B8%8A%E6%98%AF%E5%9C%A8%E5%B0%86%E5%83%8F%E7%B4%A0%E4%BB%8E%E4%B8%80%E4%B8%AA%E7%BD%91%E6%A0%BC%E8%BD%AC%E6%8D%A2%E5%88%B0%E5%8F%A6%E4%B8%80%E4%B8%AA%E7%BD%91%E6%A0%BC%E3%80%82) 🚀
\[2\]: [插值算法 ｜ 双三次插值算法](https://www.bilibili.com/video/BV1Rc411P7WY/?spm_id_from=333.337.search-card.all.click&vd_source=357d773be6d74c4d05c28703e3d9c3bd) 🚀（视频中a = -0.75）
**3、程序设计**
按照上述基本原理进行程序实现，具体函数在 `gesture_display.cpp` 文件中，其中有两个主要接口：
* `interpolate_image函数`：实现8x8温度值放大成24x24温度值；
* `temp_cloud_map_display函数`：将温度值通过云图方式在LCD上显示；
```c
+----------------------------------------------------------------------------+
| +-------------------------------+|
| ==> getW_x() ==> weight_xy_adjust2D() ==> | matrix_hadamard_pruduct() ||
| ==> getW_y() ==> weight_xy_adjust2D() ==> | img_matrix_hadamard_pruduct() ||
| ==> img8x8_pad_to_img12x12() ===========> | matrix_elem_sum() ||
| +-------------------------------+|
|----------------------------------------------------------------------------|
| ************************* interpolate_image() ************************* |
+----------------------------------------------------------------------------+
```
> `img8x8_pad_to_img12x12()`：将8x8矩阵通过padding的方式变成12x12矩阵。
>
> 
> **报错：A stack overflow in task main has been detected.**
>
>
> 在 app_main 主函数中调用函数A，正常运行，再函数A之后加入函数B后，在函数A调用的时候出现了上述报错。
>
> **解决：增加 app_main 任务的栈空间大小。**
>
> 点击齿轮 =\> 输入Main task stack size =\> 修改为10240（10K）
> 
>
> 上面是一种方式，当然menuconfig的方式也是可以的。
>
> 手动修改sdkconfig是无效的。
>
>
> 参考：
>
> \[1\]: [idf v4.3 uses libmad，\*\*\*ERROR\*\*\* A stack overflow in task main has been detected (IDFGH-6020) #7706](https://github.com/espressif/esp-idf/issues/7706) 🚀
>
> \[2\]: [how to set app_main stack size? (IDFGH-2318) #2824](https://github.com/espressif/esp-idf/issues/2824) 🚀
>
> \[3\]: [ESP32 之 ESP-IDF 教学（十八）------ 组件配置（KConfig）](https://blog.csdn.net/m0_50064262/article/details/126540334) 🚀
> **报错：assert failed: tlsf_free heap_tlsf.c:872 (!block_is_free(block) \&\& "block already marked as free")**
>
>
> 原因：在C代码改写成C++代码过程中，col_buf缓冲区在构造函数中申请堆空间，按正常来说在析构函数中释放堆空间，但是在LCD显示函数中释放掉了，所以第二次访问col_buf空间的时候报错了。
> **（本示例中没采用）**
>
>
> 设想1：优化处理速度：采用双核运行，创建任务后不销毁，当处理完成一个任务后，将这个任务挂起，当下一次任务来的时候再恢复调度。
>
>
> 设想2：权重的计算可以提前算好，保存起来PSRAM，但是如果计算速度比PSRAM读写速度快，就没有必要。
参考：
\[1\]: [图像的放大：双三次插值算法（C++实现）](https://blog.csdn.net/qq_35498696/article/details/105949540) 🚀
## 四、数据集获取
上位机程序（PC）：`get_data/get_data.py`
下位机程序（ESP32）：`get_data/esp_dl_for_bixin`
**使用逻辑：**
1. LCD显示采集温度云图，若符合要求，按下键盘`任意键+回车`；
2. 按下后，通过串口发送给ESP32，ESP32收到命令后，申请互斥锁，阻塞温度采集和插补计算，绘制当前温度云图，确认温度云图是否符合预期；
3. 上位机输入标签或者放弃该数据，若输入数字标签（`0-背景`，`1-放大`，`2-捏住`，`3-减小`），则将命令发送给ESP32，等待ESP32将点阵数据发送；若放弃，输入`数字4`，则将命令发送给ESP32，重新进行温度采样；
4. PC设备在收到串口数据后，复原图像，然后根据标签将数据和图片保存到对应目录下，文件名自动加1；（若上位机程序中途退出，下次运行时候，需要将当前的文件数量覆盖num1/num2/num3/num3变量）
5. 然后重新开始第一步。
> 对于一组动作，当采集第一个动作，然后进行插补计算，之后的动作可能就没有采集到，只要单片机处理速度够快，这种漏采的帧数就较少。
> 数据保存到 txt 文件中，24行24列，由8行8列数据插补而来，其对应AMG8833的点阵序号为：
>
> ```bash
> |---------------------------------------|
> | 58 | 59 | 60 | 60 | 61 | 62 | 63 | 64 |
> | ... |
> | ... |
> | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 |
> | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
> ```
>
> 数据采集过程中，动作可以考虑从不同角度、不同距离采集。
> **get_data.py 编程注意点：**
>
> * windows环境下路径为：D:/xxx/1.jpg
> * 不允许一个串口被多个进程使用，所以如果使用多进程编程，串口在创建多进程前打开，子进程会继承父进程的所有文件描述符，那么就会出现报错。
> * python语法中，除法 ' / ' 总是返回一个浮点数，除法 ' // ' 若除数和被除数存在浮点，则返回浮点，否则返回整数。
> * for i in range(0, 24) # 0开始到23结束。
> * image.putpixel 其中一个参数为xy，表示往图像xy位置写入RGB，所以代码中传入的参数为(j,i)。
> * ser.flushInput() 的用途是再接收温度数据前，防止串口接收缓冲区中存在其它数据，导致接收错误数据，通过这个函数清空串口输入缓冲区。
> **对于插补结果上锁考虑：**
>
> 1. 插补的结果作为临界资源呢，防止将数据发送给PC过程中，数据被更改；
> 2. 既然要发送，那么在发送过程中，不需要进行数据采集、插补计算、LCD显示，这个任务可以暂时停止，通过上锁的方式实现任务阻塞等待。
> **【get_data.py 报错】** fp = builtins.open(filename, "w+b") PermissionError: \[Errno 13\] Permission denied: 'c:/xxx/1.jpg'
>
> **原因**：C盘读写权限较高，可以尝试将图片保存到D盘。
## 五、CNN模型训练
### 5.1、环境配置：Anconda3 \| TF2.1.0 \| Pycharm
Python：3.7（Anaconda3）
开发框架：TensorFlow 2.1.0
IDE：PyCharm
**① Python安装：**
Anaconda：python编译器和python包管理工具合在一起的一个软件。
安装配置教程：[anaconda的安装和使用（管理python环境看这一篇就够了）](https://blog.csdn.net/tqlisno1/article/details/108908775) 🚀
```bash
# 虚拟环境常用命令
conda info -e # 查看已经创建的所有虚拟环境
conda create -n xxx python=3.7 # 创建一个python3.7 名为xxx的虚拟环境
conda activate xxx # 切换/激活到xx虚拟环境
```
**② TensorFlow安装：**
```bash
// GPU 版本
pip install --upgrade tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
// CPU 版本
pip install --upgrade tensorflow-cpu==2.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
```
检测是否安装成功：切换到虚拟环境------\>输入python ------\> 载入tensorflow （`import tensorflow as tf`） ------\> 查看版本号（`print(tf.__version__)`）
> 对于英伟达CUDA安装配置环境相对较为繁琐，该模型较为简单，可以直接使用CPU进行训练。
**③ PyCharm安装：**
可以直接从 PyCharm 官网下载，但是可能由于 Anaconda 版本比较老，添加 python 解释器比较麻烦，所以这里采用这位博主提供的版本，具体**软件安装** 、**解释器添加** 教程可[参考该篇博客](https://blog.csdn.net/qq_44232548/article/details/123310428) 🚀。
### 5.2、生成数据集 \| 预处理
由第四章中所构建的数据集，`*.txt` 文件中保存的数据为温度值，数据的排布格式如上所示，将`*.txt`文件中的数据变成数据集需要考虑以下事情：
* 【生成数据集】保存的数据按照分类分别保存在不同的目录下，所以需要统计数据集目录下所有的数据，将数据打乱，按照60%训练-20%测试-20%验证的比例划分。
* 【预处理】`*.txt` 文件中的数据类型为字符串，而训练时候所需要的数据为 float。
#### 5.2.1、生成数据集：统计数据集 \| 数据集随机化 \| 数据集划分
1. 创建数字编码表，即手势行为与数字的对应关系，`background=0`，`increase=1`，`pinch=2`，`reduce=3`；
2. 遍历文件夹下的所有文件，以列表的方式保存所有文件的路径；
3. 通过 random.shuffle 打乱顺序；
4. 读取列表每个元素值然后拆解，由于原先存放的顺序以类别分别存放在对应的目录下，所以从拆解的结果可以知道该数据对应的标签，将【数据路径(\*.txt)】和【标签】保存到 csv 文件中；
5. 从 csv 文件中读出数据，按【数据路径】和【标签】分别保存到两个变量中，返回；
6. 按照比例，以切片的方式，得到训练集、测试集、验证集，注意这里的数据还只是数据的路径，后面输入到神经网络需要将数据提取处出来，这部分工作交给**预处理**来完成。
**目录结构：**
```bash
---xxx
|---dataset
|---background
|---1.jpg
|---1.txt
|---...
|---increase
|---1.jpg
|---1.txt
|---...
|---pinch
|---1.jpg
|---1.txt
|---...
|---reduce
|---1.jpg
|---1.txt
|---...
|---tmp_data.csv
|---geture_train.py
```
**代码如下：**
```python
# 作用：将文件统计存入csv文件，然后读出csv文件内容
# root:数据集根目录
# filename:csv文件名
# name2label:类别名编码表
def load_csv(root, filename, name2label):
if not os.path.exists(os.path.join(root, filename)):
tmp_data = []
for name in name2label.keys():
# 'dataset\\increase\\1.txt
tmp_data += glob.glob(os.path.join(root, name, '*.txt'))
# 200, 'dataset\increase\\1.txt'...
print(len(tmp_data), tmp_data)
random.shuffle(tmp_data)
with open(os.path.join(root, filename), mode='w', newline='') as f:
writer = csv.writer(f)
for img in tmp_data: # 'dataset\\increase\\1.txt'
name = img.split(os.sep)[-2]
label = name2label[name]
# 'dataset\\increase\\1.png', 1
writer.writerow([img, label])
print('written into csv file:', filename)
# read from csv file
tmp_data, labels = [], []
with open(os.path.join(root, filename)) as f:
reader = csv.reader(f)
for row in reader:
# 'dataset\\increase\\1.txt', 1
tmp, label = row
label = int(label)
tmp_data.append(tmp)
labels.append(label)
assert len(tmp_data) == len(labels)
return tmp_data, labels
# root:数据集根目录
def load_gesture(root, mode='train'):
# 创建数字编码表
name2label = {} # "sq...":0
for name in sorted(os.listdir(os.path.join(root))):
if not os.path.isdir(os.path.join(root, name)):
continue
# 给每个类别编码一个数字
# 如: name2label['increase'] = 1
name2label[name] = len(name2label.keys())
print(name2label)
# 读取Label信息
# [file1,file2,], [3,1]
images, labels = load_csv(root, 'tmp_data.csv', name2label)
if mode == 'train': # 60%
images = images[:int(0.6 * len(images))]
labels = labels[:int(0.6 * len(labels))]
elif mode == 'val': # 20% = 60%->80%
images = images[int(0.6 * len(images)):int(0.8 * len(images))]
labels = labels[int(0.6 * len(labels)):int(0.8 * len(labels))]
else: # 20% = 80%->100%
images = images[int(0.8 * len(images)):]
labels = labels[int(0.8 * len(labels)):]
return images, labels, name2label
```
#### 5.2.2、预处理：string类型转换为float \| 数据标准化 \| one-hot encoding
预处理工作通过map的方式实现，将每个路径的 txt 加载进来替换掉，变成 txt 本身的内容，即 x x x 由原先路径，变成 \[24, 24\] 温度矩阵数据， y y y 为标签数据。
1. 读取 `*.txt` 中的数据，该数据为一个字符串；
2. 删除字符串中的`空格`和`\r\n`字符，然后以这些字符，分割字符串，产生 576 个字符串，以列表的方式保存；
3. 将 576 个字符串转换为 float 类型，此时列表为 576 个 float 类型元素，shape为 \[576\]；
4. 将 \[576\] shape 转换为 \[24, 24\] shape，并进行扩展维度，**将 \[24, 24\] shape 转变为 \[24, 24, 1\]**；
5. 采用`最大最小标准化（Min-Max Normalization）`： x ′ = x − m i n ( x ) m a x ( x ) − m i n ( x ) x\^{'}=\\dfrac{x-min(x)}{max(x)-min(x)} x′=max(x)−min(x)x−min(x) （对 x x x 数据进行标准化处理）；
6. 将 label 数据（ y y y）转换为 tensor 类型，并进行 `one-hot encoding` 处理（共 4 种类型，数字0，编码后变成 \[1,0,0,0\]）；
7. 导出 x x x 和 y y y 两种 tensor 数据。
**代码如下：**
```pythony
def preprocess(x, y): # 这个顺序和from_tensor_slices中的 x,y 对应
# 读入txt数据
data = tf.io.read_file(x)
# 分割每行数据
data = tf.strings.split(data) # "22.11 22.11 ...\r\n22.11 22.11...\r\n" => ["22.11" "22.11" ...]
data = tf.strings.to_number(data) # ["22.11" "22.11" ...] (string) => [22.11 22.11 ...] (float32)
data = tf.reshape(data, [24, 24]) # shape [576] => shape [24, 24]
data = tf.expand_dims(data, axis=2) # shape [24, 24] => shape [24, 24, 1]
# data数据归一化
max_data = tf.reduce_max(data) # 标量
min_data = tf.reduce_min(data) # 标量
data = (data - min_data)/(max_data-min_data) # broadcat 张量维度扩张
y = tf.convert_to_tensor(y)
y = tf.one_hot(y, depth=4) # one-hot encoding
return data, y
```
> **问题：** Input 0 of layer conv2d is incompatible with the layer: expected ndim=4, found ndim=3. Full shape received: \[24, 24, 1
Conv2d的输入需要 4 维数据，所以预处理数据导出为[24, 24, 1]，当训练的时候，经过数据集batch，Conv2d输入的数据为[b, 24, 24, 1]，其中 b 就是 batch 的值。
参考：卷积计算输入要求 🚀
5.3、构建训练模型
模型参考：我复现了稚晖君的热成像手！语！识！别！ 🚀
python
复制代码
conv_layers = [
# kernel_size:3x3, 卷积核个数:4
layers.Conv2D(4, input_shape=(24, 24, 1), kernel_size=[3, 3], padding="valid", activation=tf.nn.relu), # [b, 24, 24, 1] => [b, 22, 22, 4]
layers.MaxPool2D(pool_size=[2, 2], strides=2, padding='valid'), # [b, 22, 22, 4] => [b, 11, 11, 4]
layers.Flatten(), # [b, 11, 11, 4] => [b, 484]
layers.Dense(128, activation=tf.nn.relu), # [b, 484] => [b, 128]
layers.Dense(64, activation=tf.nn.relu), # [b, 128] => [b, 64]
layers.Dense(4, activation=tf.nn.softmax), # [b, 64] => [b, 4]
]
def main():
print(tf.__version__)
train_images, train_labels, train_table = load_gesture('.\\dataset', 'train')
val_images, val_labels, val_table = load_gesture('.\\dataset', 'val')
train_db = tf.data.Dataset.from_tensor_slices((train_images, train_labels))
train_db = train_db.map(preprocess).batch(300)
val_db = tf.data.Dataset.from_tensor_slices((val_images, val_labels))
val_db = val_db.map(preprocess).batch(300)
# [b, 24, 24, 1] => [b, 4]
network = Sequential(conv_layers)
# network.build(input_shape=[None, 24, 24, 1])
network.compile(optimizer=optimizers.Adam(lr=1e-4), # Adam优化器配置
loss=tf.losses.CategoricalCrossentropy(from_logits=False), # 损失函数: 交叉熵
metrics=['accuracy']) # 准确率计算
# 打印网络信息
network.summary()
# 模型训练和验证
network.fit(train_db, epochs=200, validation_data=val_db, validation_freq=1)
构建模型的时候，输入张量设置方式有多种，上面的是直接在模型conv_layers 中添加，或者可以使用model.build(input_shape=[None, 24, 24, 1])，这两种方式存在一定的差异，至少在ONNX模型转换的时候，第二种方式会报错：'Sequential' object has no attribute 'output_names'；并且二者的ckpt权值文件也是不通用的，提示：Shapes (128,) and (64,) are incompatible。
5.4、训练结果保存和准确率
在构建模型的基础上，添加权值保存语句：
python
复制代码
checkpoint_path = "gesture_train-{epoch:02d}.ckpt" # ckpt保存文件名, 占位符将会被epoch值和传入on_epoch_end的logs所填入
cp_callback = tf.keras.callbacks.ModelCheckpoint(filepath=checkpoint_path, # 保存文件名
save_best_only=True, # 当设置为True时，将只保存在验证集上性能最好的模型
save_weights_only=True, # 若设置为True，则只保存模型权重，否则将保存整个模型（包括模型结构，配置信息等）
verbose=1, # 为1表示输出epoch模型保存信息，默认为0表示不输出该信息
save_freq='epoch' # CheckPoint之间的间隔的epoch数
)
network.fit(train_db, epochs=200, validation_data=val_db, validation_freq=1, callbacks=[cp_callback])
训练结果准确率： 有部分数据集在采集过程中，距离传感器较远，相关特征不能很好的采集，所以验证集中若包含该数据，那么准确率不是很高，差不多在80%。若验证集中不包含该部分数据，准确率能到100%。
参考：
1\]: [Tensorflow 2.1 完成权重或模型的保存和加载](https://juejin.cn/post/7166486878714068999) 🚀
\[2\]: [ModelCheckpoint详解](https://blog.csdn.net/zengNLP/article/details/94589469) 🚀
### 5.5、ONNX模型转换和校准集导出
【ONNX模型】和【校准集】用于模型量化，校准集可以是训练集或验证集的子集，这里取训练集和验证集的集合作为校准集。
**① ONNX模型转换：**
这一步开始参考 ESP-DL 示例程序中的代码，下载： 🚀（解压后目录名称为 `esp-dl-master`）；
参考`esp-dl-master\tools\quantization_tool\examples\tensorflow_to_onnx` 提供的代码，做简单的修改，应用于本模型。
其余不用修改，注释掉main()，添加下列代码：
```python
if __name__ == '__main__':
# main()
model = Sequential(conv_layers)
model.load_weights('gesture_train-06.ckpt')
model.summary()
# export model to onnx format
spec = (tf.TensorSpec((None, 24, 24, 1), tf.float32, name="input"),) # 函数签名
output_path = "gesture.onnx"
model_proto, _ = tf2onnx.convert.from_keras(model, input_signature=spec, opset=13, output_path=output_path)
# checker.check_graph(model_proto.graph)
```
* --opset 11：ONNX是一个不断发展的标准，它将添加更多的新操作并增强现有的操作，因此不同的opset版本将包含不同的操作，它们可能会有些不同 。这里参考示例程序，选择 `opset 13`。
**② 校准集导出：** 训练集 + 验证集
* **.pkl数据文件** ：Python中，Pickle模块将任意一个Python对象转换成一系统字节。
```python
import pickle
# obj: 序列化对象
# file: 保存到的待写入的文件对象
# protocol: 序列化模式，默认是0(最原始的人类可读版本)
pickle.dump(obj, file, protocol=None, *, fix_imports=True, buffer_callback=None)
pickle.load() # 反序列化
```
查看 ESP-DL 示例中的 pickle 文件（`esp-dl-master\tools\quantization_tool\examples\mnist_test_data.pickle`），本数据集参考该方式转换；
```python
f = open('mnist_test_data.pickle', 'rb') # 打开pickle文件
info = pickle.load(f)
print('type', type(info), len(info))
print(info[0])
print(info[1])
f.close() # 关闭pickle文件
```
示例中的 pickle 文件的保存类型为`list`，info\[0\] 为图像数据，info\[1\] 为label数据。
> **注意，** 保存类型需保存一致，如果采用字典类型，就会出现报错：'str' object has no attribute 'astype'。
导出 pickle 文件：
```python
# loc_train_db: 用于训练的数据集
# loc_val_db: 用于验证的数据集
def pkl_dataset_create(loc_train_db, loc_val_db):
global pkl_train_savePath, pkl_cal_savePath
loc_train_sample = [[], []]
loc_val_sample = [[], []]
for step, (x, y) in enumerate(loc_train_db):
if step == 0:
loc_train_sample[0] = x
loc_train_sample[1] = y
else:
loc_train_sample[0] = tf.concat([loc_train_sample[0], x], axis=0) # shape [300,24,24,1] + shape [300,24,24,1] => shape [600, 24, 24, 1]
loc_train_sample[1] = tf.concat([loc_train_sample[1], y], axis=0) # shape [300,4] + shape [300, 4] => shape [600, 4]
for step, (x, y) in enumerate(loc_val_db):
if step == 0:
loc_val_sample[0] = x
loc_val_sample[1] = y
else:
loc_val_sample[0] = tf.concat([loc_val_sample[0], x], axis=0)
loc_val_sample[1] = tf.concat([loc_val_sample[1], y], axis=0)
print('train:', 'x-', loc_train_sample[0].shape, 'y-', loc_train_sample[1].shape)
print('val:', 'x-', loc_val_sample[0].shape, 'y-', loc_val_sample[1].shape)
loc_train_sample[0] = tf.concat([loc_train_sample[0], loc_val_sample[0]], axis=0)
loc_train_sample[1] = tf.concat([loc_train_sample[1], loc_val_sample[1]], axis=0)
print('train:', 'x-', loc_train_sample[0].shape, 'y-', loc_train_sample[1].shape)
pkl_train_db = [loc_train_sample[0].numpy(), loc_train_sample[1].numpy()]
with open(pkl_train_savePath, 'wb') as f:
pickle.dump(pkl_train_db, f, -1)
print('pkl save done!')
```
函数参数传递进来后，进入取训练集的数据循环，若训练集总数为720，验证集总数为80，则：
* 第一次循环后，loc_train_sample\[0\] 的 shape 为 \[300, 24, 24, 1\]，loc_train_sample\[1\] 的 shape 为 \[300, 4\]；**（300是因为训练的时候batchsize取300）**
* 第二次循环后，loc_train_sample\[0\] 的 shape 为 \[300, 24, 24, 1\]，loc_train_sample\[1\] 的 shape 为 \[300, 4\]，和上一次循环结果进行合并；
* 第三次循环后，loc_train_sample\[0\] 的 shape 为\[120, 24, 24, 1\]，loc_train_sample\[1\] 的 shape 为\[120, 4\]，和上一次循环结果进行合并；
> loc_train_sample\[0\]\[0\]：第一张热成像图片数据(已经完成归一化的数据)
>
> loc_train_sample\[1\]\[0\]：第一张热成像label数据(已经完成one-hot)
上述数据的类型为 Tensor，存储为pickle后，在后续量化中出现：'Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2'（主机为AMD处理器）。因此这里使用`loc_val_sample[0].numpy()`语句，**将Tensor类型转换为Numpy类型**。
参考：
\[1\]: [手写图像数据集MNIST下载，处理为Numpy格式后存为.pkl格式](https://blog.csdn.net/aitizhiren/article/details/106887584) 🚀
\[2\]: [Python中 pickle 模块的 dump() 和 load() 方法详解](https://blog.csdn.net/qq_41800366/article/details/86489848) 🚀
\[3\]: [pickle --- Python object serialization](https://docs.python.org/3/library/pickle.html#pickle.Pickler) 🚀
## 六、模型量化与部署
### 6.1、模型量化
顺利到这一步，已经有如下文件：`gesture_train.pickle` 和 `gesture.onnx`。
参考 `tools/quantization_tool/examples/example.py`，示例目录如下，
```bash
---quantization_tool
|---examples
|---example.py
|---optimizer.py
|---windows
|---calibrator.pyd
|---calibrator_acc.pyd
|---evaluator.pyd
```
复制上述文件，创建如下目录，
```bash
---quantization
|---examples
|---quantization.py(原example.py)
|---gesture_train.pickle
|---gesture.onnx
|---optimizer.py
|---windows
|---calibrator.pyd
|---calibrator_acc.pyd
|---evaluator.pyd
```
**① 进入虚拟环境**
```bash
conda activate mt_for_esp
```
其中，mt_for_esp是\<虚拟环境名称\>。
**② 安装 python 依赖包**
```bash
pip install numba==0.53.1
pip install --upgrade onnx==1.9.0 # 环境中若已安装可以直接更新
pip install onnxruntime==1.7.0
pip install onnxoptimizer==0.2.6
```
**③ ESP-DL组件下载：** 🚀
**④ 进行修改quantization.py**
```python
1.修改pickle和onnx文件名;
2.删除test_images = test_images / 255.0, 数据集已经完成标准化;
3.calib_dataset = test_images[0:5000:50] => calib_dataset = test_images[0:1040:10];
4.batch_size = 10;
5.test_labels外层增加np.argmax, 原版本label没有one-hot, 这里 pickle 文件中label完成one-hot;
```
**⑤ 输入 python quantization.py，输出如下文件和信息**
* gesture_cal.pickle
* gesture_coefficient.cpp
* gesture_coefficient.hpp
* gesture_optimized.onnx
参考：[手动部署模型](https://docs.espressif.com/projects/esp-dl/zh_CN/latest/esp32s3/tutorials/deploying-models.html) 🚀
### 6.2、ESP-DL组件添加
1. ESP-DL组件下载： 🚀（解压后目录名称为 `esp-dl-master`）；
2. 创建组件，这里叫做 `esp-dl`；
3. 将 `esp-dl-master/include` 目录下的文件复制到 `esp-dl` 组件中的 `include` 目录下；（有些文件不是很必要可以根据需求调整）
4. 将 `esp-dl-master/lib/esp32s3` 目录下的 `libdl.a` 复制到 `esp-dl` 组件根目录下，组件结构如下；
```bash
---esp-dl
|---include
|---detect
|---image
|---layer
|---math
|---nn
|---tool
|---tvm
|---typedef
|---dl_define.hpp
|---CMakeLists.txt
|---libdl.a
```
5. 修改 `esp-dl` 组件下的 `CMakeLists.txt`，如下
```bash
idf_component_register(SRCS
INCLUDE_DIRS "include" "include/detect" "include/image" "include/layer" "include/math" "include/nn" "include/tool" "include/tvm" "include/typedef")
target_link_libraries(${COMPONENT_LIB} INTERFACE "${CMAKE_CURRENT_LIST_DIR}/libdl.a")
```
6. （可选）到上面这一步就可以了，这里通过官方示例提供的 MNIST 测试添加 `esp-dl` 组件是否编译正常，（example：`esp-dl-master/tutorial/quantization_tool_example`）；
7. （可选）创建 `model` 组件，文件结构如下：
```bash
---|---esp-dl
|---model
|---include
|---mnist_coefficient.hpp
|---mnist_model.hpp
|---mnist_coefficient.cpp
|---CMakeLists.txt
```
8. （可选）`model` 组件下的 `CMakeLists.txt` 如下，**该组件依赖于 esp-dl 组件，所以需要添加 `REQUIRES esp-dl`**，
```bash
idf_component_register(SRCS "mnist_coefficient"
INCLUDE_DIRS "include"
REQUIRES esp-dl)
```
9. （可选）`main.app` 文件替换一下，**替换前注意备份老版本**，直接编译即可。（若运行的时候发现推理时间官方示例不同，可考虑将sdkconfig配置的同官方一致）
参考：[使用 ESP-IDF 生成第三方的 .a 静态库并使用的流程](https://blog.csdn.net/Marchtwentytwo/article/details/121560498) 🚀
### 6.3、ESP 数据标准化（网络输入）
数据集为关于温度的矩阵（24x24），在训练的时候有一个预处理的过程，其中包含归一化，对于网络而言，输入是归一化后的结果，所以推理的时候，输入网络中的数据也应该是归一化后的数据。
```cpp
// 寻找最大值和最小值
template
void max_min(T *ptr, uint16_t count, T *max, T *min)
{
*max = ptr[0];
*min = ptr[0];
for(int i=1; i ptr[i]){
*min = ptr[i];
}
}
}
__attribute__((aligned(16))) float example_element[576];
__attribute__((aligned(16))) float tmp[576];
int main(void){
float max, min;
max_min(example_element, &max, &min);
for(int i = 0; i<576; i++){
// normalization
tmp[i] = (example_element[i]-min)/(max-min);
}
}
```
### 6.4、构建模型与优化
创建 model 组件，将 `gesture_coefficient.cpp` 和 `gesture_coefficient.hpp` 加入到该组件中，目录如下，
```bash
---model
|---include
|---gesture_coefficient.hpp
|---gesture_model.hpp
|---CmakeLists.txt
|---gesture_coefficient.cpp
```
CmakeLists.txt 内容如下，
```bash
idf_component_register(SRCS "gesture_coefficient.cpp"
INCLUDE_DIRS "include"
REQUIRES esp-dl)
```
在 `gesture_model.hpp` 中完成模型构建，主要步骤如下，
1. 模型类派生一个新类，由于量化时配置的为 `int16` 量化，故模型以及之后的层均继承 `` 类型；
2. 将层声明为成员变量；
3. 用构造函数初始化层；
4. 实现 `void build(Tensor &input)`；
5. 实现 `void call(Tensor &input)`；
> **「** 例如定义卷积层 "l2"，根据打印得知输出的指数位为 "-11"，该层的名称为 "fused_gemm_0"。您可调用 `get_fused_gemm_0_filter()` 获取改卷积层权重，调用 `get_fused_gemm_0_bias()` 获取该卷积层偏差，调用 `get_fused_gemm_0_activation()` 获取该卷积层激活参数。**」** ------ from ESP
>
> **说明：**
>
> * 层的名称在哪里看？
> 
> * 有些层不需要模型参数，也就不需要存储模型参数，即在构造函数初始化层的时候，传入上述参数。
> **【注意】卷积输入shape的要求**
>
>
> 通过量化工具，生成两个gesture_ccoefficient.cpp、gesture_coefficient.hpp，当中有一个参数是卷积核的shape(3,3,1,4)，分别表示卷积核的宽度、高度、通道、卷积核数。
>
>
> 在conv2D.build中有一条语句：`assert(input.shape[2]==filter.shape[2])`，这对输入的shape提出了要求，而filter.shape\[2\]就是(3,3,1,4)中的1，所以input的shape为(24,24,1)。
> **【注意】softmax输入shape的要求**
>
>
> 在Softmax.build中有一条语句：`this->channel = input.shape[2]`，如果Softmax的input为\[4\]（shape为1），那么input.shape\[2\]是越界访问，其值为随机数，所以**input的维度必须是3维**；若shape\[2\]为1，则Softmax只会取一个数据计算，所以input的shape为(1,1,4)。
按照量化工具优化后的网络模型，构建网络模型如下：
```cpp
Reshape l1; // shape(24,24,1) => shape(24,24,1)
Conv2D l2; // shape(24,24,1) => shape(22,22,4)
MaxPool2D l3; // shape(22,22,4) => shape(11,11,4)
Transpose l4; // shape(11,11,4) => shape(11,11,4)
Reshape l5; // shape(11,11,4) => shape(1,484)
FullyConnected l6; // shape(1,484) => shape(128)
FullyConnected l7; // shape(128) => shape(64)
FullyConnected l8; // shape(64) => shape(4)
Reshape l9; // shape(4) => shape(1,1,4)
Softmax l10; // shape(1,1,4) => shape(1,1,4)
```
**优化：删除不必要的层**
* l 1 l1 l1层在刚开始设置数据集的时候可以指定，所以这一层可以删除；
* l 4 l4 l4层之后的 l 5 l5 l5层直接打平，可以选择直接从 l 3 l3 l3到 l 5 l5 l5，所以删除 l 4 l4 l4；
> l 8 l8 l8层之后可以直接得到预测结果，之所以用到softmax是在训练的时候用于构造损失函数，在推理的时候， l 8 l8 l8层输出结果可以查看当前类别可能性概率有多大，但是如果有一个新的类别，也可能出现类别可能性概率很大的情况，所以，可以考虑删除 l 9 l9 l9层和 l 10 l10 l10层。
优化后的模型如下：
```cpp
Conv2D l1; // shape(24,24,1) => shape(22,22,4)
MaxPool2D l2; // shape(22,22,4) => shape(11,11,4)
Reshape l3; // shape(11,11,4) => shape(1,484)
FullyConnected l4; // shape(1,484) => shape(128)
FullyConnected l5; // shape(128) => shape(64)
FullyConnected l6; // shape(64) => shape(4)
Reshape l7; // shape(4) => shape(1,1,4)
Softmax l8; // shape(1,1,4) => shape(1,1,4)
```
### 6.5、ESP硬件加速：修改sdkconfig配置
ESP32-S3的存储器如下：
* **内部存储器**
* 片内ROM（384KB）：存放系统底层软件的ROM代码，如一级引导程序。
* 片内SRAM（512KB）：用于保存data段、bss段、堆栈等，以及部分text段（IRAM_ATTR修饰的函数）和ICache、DCache。
* RTC 快速存储器（8KB）
* RTC 慢速存储器（8KB）
* 片内PSRAM（8MB）
* **外部存储器**
* 片外FLASH（16MB）：用于保存二级引导程序（bootloader）和应用启动程序，加之链接脚本设置data/bss/(部分)text的地址空间为IRAM，所以在执行主函数之前需要完成data/(部分)text搬运。
> **外部存储器** ：CPU 借助高速缓存 (ICache/DCache) 来访问外部存储器，若地址能命中Cache，那么直接从Cache中取数据，若没有命中，则根据内存管理单元 (MMU) 中的信息把 CPU 指令总线或数据总线的地址变换为访问片外 flash 与片外 RAM 的实地址。
>
>
> ICache最大为32KB，DCache最大为64KB。ICache 和 DCache 物理存储空间从片内SRAM获得，两种 Cache 均可映射到片外FLASH。
主要加速点：
* **提高DCache大小和访问速率**：CPU通过SPI得到FLASH上的代码和数据的速度不及来自Cache（片内SRAM），根据CPU从FLASH取数据的原理，如果Cache足够大，那么地址命中率提高，有效减少片外FLASH访问。
* **提高SPI通讯速率**：如果将SPI通讯速率提升，也能提高FLASH访问速度。
* **提高CPU主频**：若CPU的主频足够快，理论上计算速度也足够快。（该网络主要性能瓶颈在存储器读写，所以160MHz提高到240MHz提升不明显）
sdkconfig主要配置如下：`【idf.py menuconfig】`
* **修改CPU主频，160MHz =\> 240MHz**
* Component config ---\> ESP System Settings ---\> CPU frequency (160 MHz) ---\> (x) 240 MHz
* **修改片外FLASH**
* **SPI 模式，QIO**：SPISerial flasher config ---\> Flash SPI mode (DIO) ---\> (x) QIO；
* **SPI 速度，80MHz**：SPISerial flasher config ---\> Flash SPI speed (80 MHz) ；
* **FLASH 大小，4MB**：SPISerial flasher config ---\> Flash size (2MB) ---\> (x) 4MB；
* **修改片内PSRAM**
* **SPI 模式为8线(Octal Mode)**：Component config ---\> ESP PSRAM ---\> Support for external, SPI-connected RAM ---\> SPI RAM config ---\> Mode (QUAD/OCT) of SPI RAM chip in use (Quad Mode PSRAM) ---\> (x) Octal Mode PSRAM
* **SPI 频率为80MHz**：Component config ---\> ESP PSRAM ---\> Support for external, SPI-connected RAM ---\> SPI RAM config ---\> Set RAM clock speed (40Mhz clock speed) ---\> (x) 80MHz
* **修改Data Cache**
* **设置 DATA Cache size为64KB**：Component config ---\> ESP System Settings ---\> Cache config ---\> Data cache size (32KB) ---\> (x) 64KB
* **设置 DATA Cache Line size为64B**：Component config ---\> ESP System Settings ---\> Cache config ---\> Data cache line size (32 Bytes) ---\> (x) 64 Bytes
> ICache 由16KB调整到32KB没怎么提升，所以依然配置为16KB。
【无softmax层】推理耗时：7020us
【有softmax层】推理耗时：7262us
参考：
\[1\]: [ESP32/ESP32-S2 CPU加速建议](https://blog.csdn.net/qq_20515461/article/details/106404665#:~:text=%E8%A7%A3%E5%86%B3%E6%96%B9%E6%B3%95%20%E5%9C%A8%20menuconfig%20%E4%B8%AD%E6%8F%90%E9%AB%98%20CPU%20%E4%B8%BB%E9%A2%91%EF%BC%8C%E6%9C%80%E5%A4%A7%E5%8F%AF%E4%BB%A5%E5%BC%80%E5%88%B0%20240MHz%20%E3%80%82,permance%20%E3%80%82%20%E4%BD%BF%E7%94%A8%20inline%20%E5%86%85%E8%81%94%E9%A2%91%E7%B9%81%E8%B0%83%E7%94%A8%E7%9A%84%E5%87%BD%E6%95%B0%EF%BC%8C%E5%87%8F%E5%B0%91%E5%87%BD%E6%95%B0%E8%B0%83%E7%94%A8%E8%8A%B1%E9%94%80%EF%BC%8C%E4%BD%86%E6%98%AF%E5%BA%94%E8%AF%A5%E6%B3%A8%E6%84%8F%20inline%20%E7%94%A8%E6%B3%95%20%E3%80%82) 🚀
\[2\]: [esp32 CPU时钟设置 240Mhz](https://blog.csdn.net/tandi_/article/details/128923945) 🚀
\[3\]: [【ESP32-IDF】03-1 系统-内存管理](https://blog.csdn.net/qq_41741344/article/details/116380816) 🚀
\[4\]: [ESP32 程序的内存模型](https://blog.csdn.net/espressif/article/details/112956403) 🚀
## 七、应用逻辑设计
### 7.1、获取静止状态手势 \| 定时器引入
**① 获取静止状态手势程序逻辑：**
**② 定时器引入**
对于ESP32-S3部署平台，该模型推理过程约7ms，这对于实际应用过程中，能保持较好的实时性，然而，由于该模型未采用RNN/LSTM等时序处理模型，所以只能针对某一个动作进行推理。试想一下，当手指由交叉状变成捏住状态，在这个改变过程中的某一个状态，可能被采集被推理为增大，但是实际应该是减小。基于此，**通过引入定时器，当某个动作保持一定时间后，才对这个动作进行推理**。
`esp_timer` 内部使用 52 位硬件定时器，对于 ESP32-S3 使用的是 SYSTIMER。其 API 集支持单次定时器和周期定时器、微秒级的时间分辨率。
定时器回调可通过以下两种方式调度：
* `ESP_TIMER_TASK`：定时器回调函数是从高优先级的 `esp_timer` 任务中调度的，如果有优先级高于 `esp_timer` 的其他任务正在运行，则回调调度将延迟，直至 `esp_timer` 能够运行。
* `ESP_TIMER_ISR`：定时器回调由**定时器中断处理程序**直接调度。对旨在降低延迟的简单回调，建议使用此途径。
定时器可以以**单次模式** 和**周期模式**启动。
* 单次模式：定时器计时结束，调用回调函数，随后停止；
* 周期模式：定时器计时结束，调用回调函数，随后重新开始，周而复始。
这里采用`单次模式`+`ESP_TIMER_TASK`配置，API接口如下：
* `esp_timer_create`：创建定时器；
* `esp_timer_delete`：删除定时器；
* `esp_timer_start_once`：启动单次模式定时器；
* `esp_timer_stop`：停止定时器，下一次启动使用`esp_timer_start_once`；
* `esp_timer_get_time`：获取从boot开始时间，单位为微秒。
多任务中存在对临界资源的访问，这里通过【互斥锁】加以保护。
测试代码：
```cpp
#include "esp_timer.h"
esp_timer_handle_t oneshot_timer;
volatile char stillness_time_flag = 0; // 临界资源
SemaphoreHandle_t xSemaphore = NULL;
static const char* TAG = "example";
static void oneshot_timer_callback(void* arg)
{
xSemaphoreTake(xSemaphore, portMAX_DELAY);
stillness_time_flag = 1;
xSemaphoreGive(xSemaphore);
}
const esp_timer_create_args_t oneshot_timer_args = {
.callback = &oneshot_timer_callback,
/* argument specified here will be passed to timer callback function */
.arg = NULL,
.name = "one-shot"};
extern "C" void app_main(void)
{
ESP_ERROR_CHECK(esp_timer_create(&oneshot_timer_args, &oneshot_timer)); //定时器
xSemaphore = xSemaphoreCreateMutex(); //创建互斥量
assert(xSemaphore != NULL);
ESP_LOGI(TAG, "time since boot: %lld us", esp_timer_get_time());
esp_timer_stop(oneshot_timer);
usleep(2000000); 休眠2s
esp_timer_start_once(oneshot_timer, 200000);
ESP_LOGI(TAG, "time since boot: %lld us", esp_timer_get_time());
}
```
参考：
\[1\]: [高分辨率定时器（ESP 定时器）](https://docs.espressif.com/projects/esp-idf/zh_CN/latest/esp32s3/api-reference/system/esp_timer.html) 🚀
\[2\]: [esp_timer_example_main.c](https://github.com/espressif/esp-idf/blob/b4268c874a4cf8fcf7c0c4153cffb76ad2ddda4e/examples/system/esp_timer/main/esp_timer_example_main.c) 🚀
*** ** * ** ***
### 7.2、交互方式选择：交互方式1
到这一步，通过上述动作设定，只需要最后静止的动作是训练的那些动作，就能完成捏住/增加/减小/松开的操作。
* 捏住状态： 选中操作对象；
* 捏住+上移：向右移动，选择操作对象；
* 捏住+下移：向左移动，选择操作对象；
* 交叉状态：操作对象增加；
* 松开状态：操作对象减小；
* 背景状态：取消对象选中。
### 7.3、交互方式选择：交互方式2
* 捏住=\>交叉：操作对象增加；【判断逻辑同交互方式1】
* 交叉=\>捏住：操作对象减小；
* 捏住=\>松开：操作对象取消选择；【只需要判断最后一个动作即可】
* 松开=\>捏住：选中操作对象；
* 捏住+上移：向右移动，选择操作对象；【判断逻辑同交互方式1】
* 捏住+下移：向左移动，选择操作对象。【判断逻辑同交互方式1】
> **如何区别【交叉=\>捏住】和【松开=\>捏住】**
>
>
> 【交叉=\>捏住】的操作序列可能为：`1-1-2-...-2-2` 或者 `2-2-...-2-2-2`
>
> 【松开=\>捏住】的操作序列可能为：`3-3-2-...-2-2` 或者 `2-2-...-2-2-2`
>
> 【捏住=\>捏住】的操作序列可能为：`2-2-...-2-2-2`
>
>
> 若操作序列为：`2-2-...-2-2-2`，如何区分？
>
> * 这里考虑【交叉=\>捏住】为减少，若前一组动作为【增加】，则判断当前操作为【减小】。
> * 【松开=\>捏住】和【捏住=\>捏住】最后的状态为捏住，可不加以区分。
**对于交互方式2，在运动过程中，边采集数据边推理，一些动作未加入训练集中训练，所以存在推理错误的情况，然而该组动作最后的操作结果依据这些操作序列得出，就可能导致判断出错。所所所所所以，上面的逻辑是理想的推理！**
交互方式切换使用条件编译的方式进行选择：`gesture_display.h`文件下
```cpp
#define INTERACTIVE_METHODS 1 // 1表示交互方式1, 2表示交互方式2
```
## 八、others
### 8.1、跑一下示例程序（MNIST）
1. 下载 ESP-DL，可以使用以下命令，当然也可以直接在 [github](https://github.com/espressif/esp-dl) 🚀网页中下载；
```bash
git clone https://github.com/espressif/esp-dl.git
```
2. 打开终端 `ESP-IDF 5.0 CMD`，进入 `tutorial/convert_tool_example` 文件夹：
```bash
C: # windows下切换到C盘
dir # 查看当前路径下的文件列表
cd ~/esp-dl/tutorial/convert_tool_example # 切换路径
```
3. 使用以下命令设置目标芯片：（当前芯片为 esp32s3）
```bash
idf.py set-target esp32s3
```
4. 将PSRAM模式设置为 `Octal Mode PSRAM`：终端输入idf.py menuconfig =\> Component config =\> ESP PSRAM =\> SPI RAM config =\> Moda (QUAD/OCT) of SPI RAM chip in use (Quad Mode PSRAM) =\> Octal Mode PSRAM
5. 烧录固件，打印结果
```bash
idf.py flash monitor
```
参考：[获取 ESP-DL 并运行示例](https://docs.espressif.com/projects/esp-dl/zh_CN/latest/esp32s3/get-started.html) 🚀
### 8.2、数据集补充程序
对于分类任务，或多或少有些类别没有被添加到数据集，且当前网络无法做到正确推理，所以在前面的基础上写了个数据集补充程序。
程序分为：PC端上位机（python）和 ESP32端下位机（C/C++）
程序操作步骤：
1. 运行上位机程序，马上重启ESP32；
2. ESP32采集手势数据（只要一直在运动就不停止数据采集，当停止采集后，就开始推理，并将推理结果发送到上位机）；
3. 上位机中输入label(0-背景/1-增加/2-捏住/3-减小)或者放弃(4-不添加该数据)；
4. 下位机收到数字后，若为标签数值，则将手势数据上传，若为放弃，则丢弃数据；
5. 然后，开始新一轮的循环。
