















Seeed Studio XIAO ESP32-S3 Sense TinyML 機器學習入門套件 (哈佛課程推薦)
NT$2,095 NT$1,900 未稅
想掌握邊緣人工智慧?本 TinyML 機器學習套件遵循哈佛大學課程體系設計,核心採用 XIAO ESP32-S3 Sense,板載 OV3660 相機與數位麥克風,搭配 6 軸 IMU 與 OLED 擴充板。從影像分類到語音辨識,帶您無縫解鎖邊緣 AI 無限可能!立即選購
尚有庫存
- 詳細資訊
商品說明
哈佛大學課程體系學習體驗:本套件遵循哈佛大學Vijay Janapa Reddi 教授的機器學習系統課程,由tinyML4D團隊開發,提供結構化的學習路徑,並透過專門的實作實驗環節進行指導。每個實驗都經過精心設計,旨在培養 TinyML® 開發的實用技能,並配有詳細的文件和範例程式碼。這種學術體系的銜接確保學習者能夠同時獲得機器學習的理論知識和實務經驗。
完整的機器學習開發平台:該套件提供以XIAO ESP32-S3 Sense為核心的全面硬體解決方案 ,整合了 OV3660 相機和數位麥克風。隨附的擴充板配備清晰的 0.42 吋 OLED 顯示器和精準的 6 軸 IMU,進一步增強了功能,同時支援 SD 卡,可實現豐富的資料記錄功能。這些強大的組件組合,為開發視覺、聲音和運動等各種機器學習應用提供了理想的平台。
多功能應用開發:此套件可協助您在多個領域解鎖邊緣人工智慧和 tinyML® 開發的無限可能。從影像分類與物件偵測等電腦視覺應用,到用於關鍵字辨識和語音命令的音訊處理,該套件支援各種項目。整合的運動感測器可實現複雜的手勢識別和運動分析,使學習者、教育者和開發人員能夠創建創新的物聯網和穿戴式技術解決方案。
人性化設計:此套件專為方便使用而設計,採用緊湊便攜的設計,非常適合課堂開發和現場部署。擴充板可與 MCU 無縫連接,USB-C 介面確保便捷的編程和供電。該套件相容於Arduino IDE、 無程式碼 AI 模型訓練和部署平台 SenseCraft AI以及TensorFlow Lite等主流開發環境,消除了技術障礙,使開發人員能夠專注於創建創新應用。
規格
| 範圍 | 描述 |
| MCU | XIAO ESP32-S3 Sense
-板載感應器:OV3660攝影機、數位麥克風 -無線連線:Wi-Fi、藍牙低功耗 (BLE) SD卡讀卡器 |
| 展示 | 驅動晶片: SSD1315 |
| 0.42吋OLED | |
| 慣性測量單元 | 晶片型號: LSM6DS3TR-C |
| 類型:6D O F | |
| 按鈕 | 重置 |
| BAT 連接器 | JST 1.0 毫米,2 針 |
| 電源 | 類型-或3.7V電池連接器 |
| 尺寸 | 21 × 17.8 × 30 mm |
| 重量 | 10.6克 |
硬體概覽
應用領域
- 電腦視覺:影像分類與目標偵測
- 關鍵字偵測
- 運動偵測
- 穿戴式裝置
- 健康監測
- 教育
文件
- OV3660 相機資料手冊
- ESP32-S3 規格書
- ST-LSM6DS3TR 資料手冊
- 0.42-顯示數據表
- TinyML® 案例研究
- XIAO-SCH 的 IMU 分線板.pdf
- XIAO ML 套件 3D 外殼 – 開發者 Jeremy
出貨清單
| Seeed Studio XIAO ESP32 – S3 Sense (預焊)*包括OBOARD OV3660攝影機、數位麥克風和SD卡讀卡器 | ×1 |
| IMU Break out Board for Seeed Studio XIAOESP32 – S3 | ×1 |
| 2.4GHz FPC天線(1.16dBi) | ×1 |
| 散熱片 | x2 |
| Micro SD 卡工具包: – SanDisk 32GB Micro SD 卡 – USB Type-C 轉 USB Type-A 轉換器 – 20cm Type-A 轉 Type-C 線 |
x1 |
相關商品
-
Seeed Studio Grove – Flame Sensor 火焰感測器 (YG1006 / 760nm-1100nm 紅外線偵測)
0 滿分 5 分Grove – Flame Sensor 是一款專為檢測火源設計的高速、高靈敏度感測模組。核心採用 YG1006 NPN 矽光電晶體,能精準捕捉 760nm ~ 1100nm 波長範圍內的紅外輻射。黑色環氧樹脂封裝有效過濾可見光干擾,確保在複雜環境下仍能準確運作。具備標準 Grove 接口與可調靈敏度電位器,是製作消防機器人眼睛或火焰警報系統的理想元件。
NT$371NT$200 未稅 -
Seeed Grove – Sound Sensor 聲音感測器 (LM386 放大器) 支援類比訊號輸出與靈敏度調整 Arduino & 樹莓派聲控開發
0 滿分 5 分Grove – Sound Sensor 是一款基於 LM386 功率放大器與駐極體麥克風的聲音偵測模組,專門用於檢測環境中的聲音強度。模組輸出 類比電壓訊號 (Analog),聲音越大、電壓變化越大。板載電位器 (Potentiometer) 可讓使用者自行調整信號增益 (靈敏度),以適應不同的檢測環境。具備 4V-12V 寬工作電壓與標準 Grove 接口,是製作聲控開關與簡易噪音計的最佳選擇。
NT$238NT$180 未稅 -
Grove – Air quality sensor v1.3 空氣品質感測器模組
0 滿分 5 分Grove – Air quality sensor v1.3 空氣品質感測器模組專為室內空氣監測設計,可偵測一氧化碳、酒精、丙酮、稀釋劑及甲醛等微量有害氣體。具備低功耗、高靈敏度及持久耐用的特點,支援 3.3V 和 5V 電源。
NT$300NT$200 未稅 -
Seeed Grove 數位光敏感測器 (TSL2561) I2C 介面 寬量程 40,000 LUX 支援 Arduino & 樹莓派
0 滿分 5 分Grove – Digital Light Sensor 數位型光敏感測器 是基於I2C 光度- 數位 轉換器, TSL2561 將光強度轉換為數位訊號。不同於傳統的類比式光感測器,數位光敏模組的特點是由於其雙光敏二極管,可選擇的光譜範圍:紅外線和全光譜。
NT$320NT$220 未稅 -
Seeed XIAO ESP32C5 開發板:雙頻 Wi-Fi 6 + BT 5.0 + Matter 支援
0 滿分 5 分全新 XIAO ESP32-C5 採 RISC-V 核心,是 XIAO 系列首款支援 2.4/5GHz 雙頻 Wi-Fi 6 的開發板。整合 BLE 5、Zigbee 與 Thread,完全相容 Matter 協定。具備極低功耗深度睡眠模式(15µA)與板載電池管理,適合物聯網網關與智慧家居應用。
NT$381NT$340 未稅 -
Grove – Ultrasonic Ranger 超音波測距模組 距離探測 感測器 seeed
0 滿分 5 分Grove – Ultrasonic Sensor是一個非接觸式的距離探測模組。他的工作頻率在42KHz,適合用於中距離或近距離的探測。該模組具有超音波發射器和超音波接收器,因此您可以將其視為超音波收發器。
NT$190NT$140 未稅 -
Grove – PIR Motion Sensor 人體移動感測器 (紅外線) – 6米偵測範圍,距離與時間皆可調
0 滿分 5 分GrovePIR 紅外線人體移動感測器,即插即用,輕鬆實現感應應用。 可偵測 6 米內的人體移動,並可調整感應距離與保持時間。適用於智慧燈光、安全監控或互動藝術。只要將其接到Grove – Base Shield上,並且下載程序,當有人走入它的探測範圍時,PIR運動探測感測就會在它的SIG腳上輸出一個HIGH信號。
NT$333NT$260 未稅 -
Grove-Infrared Temperature Sensor 紅外線溫度感測器模組
0 滿分 5 分Grove 紅外線溫度感測器是一種非接觸式溫度測量模組,溫度感測器具有545μm的和抹黑表面活性直徑以吸收入射的熱紅外輻射浮動微膜組成的熱電偶串聯116個元素。紅外溫度感測器通過接收物體發出的紅外線來測量其溫度.
NT$457NT$380 未稅 -
Seeed Studio Grove – GPS 定位模組 (u-blox 5 引擎 / UART 串口 / 高靈敏度) 適用 Arduino 與 Raspberry Pi
0 滿分 5 分專為 Arduino 與 Raspberry Pi 開發者設計的 Grove – GPS 模組,採用標準 Grove 接口,無需繁雜跳線即可透過 UART 串口 讀取數據。搭載高效能 u-blox 5 定位引擎,具備 50 通道接收能力與 -160dBm 超高靈敏度,首次定位時間 (TTFF) 小於 1 秒。支援 NMEA 及 u-blox 6 協議,體積小巧且功耗低,適用於製作手持導航裝置與資產追蹤器。
NT$857NT$680 未稅 -
Grove-Multichannel Gas Sensor v2 多通道有害氣體感測器 seeed
0 滿分 5 分NT$1,300 未稅這款基於MEMS技術的Grove-多通道氣體感測器V2,內建四個獨立的感測單元,可同時檢測一氧化碳、二氧化氮、乙醇等多種氣體。它具備體積小、測量穩定的優點,並採用定性檢測,適用於多種環境部署。與前代V1版本相比,V2升級至32位元ARM微控制器,處理效能更佳。
























