jomjol/AI-on-the-edge-device

项目介绍

AI on the Edge Device 在不更换原表的情况下，把水表、燃气表、电表等机械表变成可远程读取的智能表。它让带摄像头的 ESP32 板按设定间隔拍照，提取感兴趣区域（ROI），再在设备本地用 TensorFlow Lite 模型识别数字。识别结果可以发送到 MQTT broker、写入 InfluxDB 1 或 2，或通过 REST API 读取；设备自带网页管理界面，并支持接入 Home Assistant。

项目面向希望读取家中已有机械表的 DIY 和智能家居用户。硬件需要一块受支持的 ESP32 摄像头板和一张 FAT 格式的 SD 卡，再配上电源。README 给出的设备尺寸约为 3 x 4.5 x 2 cm，硬件成本低于 10 欧元。固件为 C++ 编写，自行构建的说明在 code 目录中。

快速使用

1. 先对照硬件兼容列表，确认你的 ESP32 摄像头板受支持。
2. 从 Releases 页面下载当前固件。
3. 首次通过 USB 给 ESP32 刷机。推荐使用浏览器里的 Web Installer and Console，也可以使用 Espressif Flash Tool 或 esptool 命令行工具。
4. 插入 FAT 格式的 SD 卡。刷机后可通过设备内置热点自动初始化，也可以按安装文档手动设置。
5. 打开设备的网页界面，配置摄像头画面、ROI 和数据输出（MQTT、InfluxDB 或 REST）。

后续固件更新可以通过网页界面 OTA 完成。项目文档有更完整的环境搭建和配置说明，README 也列出了若干社区安装视频。

使用约束

• 必须使用兼容的 ESP32 摄像头板和 FAT 格式的 SD 卡，并非所有 ESP32 型号都可用。
• 首次刷机需要 USB 连接电脑；OTA 更新需要 Wi-Fi。
• 识别效果依赖摄像头对准、光线和 ROI 配置，设备需要稳定固定在表盘前方。
• 仓库的许可证元数据标为 NOASSERTION，二次分发或商用前应确认具体许可条款。
• README 没有覆盖全部配置细节，实际使用需要配合独立文档站。

HotRepo 点评

该仓库在 2026-11-03 的 GitHub 全部语言日榜记录中，当天新增 11 Star，并出现在 C++ 日榜第 5 位。项目总共有 8,939 Star 和 941 Fork，属于成熟的嵌入式项目，而不是新出现的爆发型仓库；当天增量相对总量很小，这个名次更多反映当日 C++ 榜的规模，而不是普遍的热度飙升。站内没有记录到相关讨论。