Se muestra el procedimiento donde solo bastan unos pocos clics para cargar modelos preentrenados de Machine Learning desde la página de SenseCraft en tarjetas XIAO
Introducción
En la presente entrada se muestra el procedimiento para cargar modelos de aprendizaje automático a la tarjeta XIAO ESP32-S3 Sense Mini ESP-CAM con Micrófono utilizando la plataforma SenseCraft de Seeed Studio.
Materiales
Desarrollo
Conocimientos previos
Machine Learning
El machine learning (aprendizaje automático) es una rama de la inteligencia artificial (IA) que se enfoca en crear algoritmos y modelos que permiten a las computadoras aprender a partir de datos y mejorar su desempeño en una tarea sin ser programadas explícitamente para ello.
En lugar de decirle al programa paso a paso qué hacer, le das datos y ejemplos, y el sistema encuentra patrones, relaciones y reglas por sí mismo. 🤔 🤖 🧠
Modelo entrenado
Un modelo entrenado es el resultado final del proceso de entrenamiento, donde el algoritmo ya ajustó sus parámetros internos (pesos, coeficientes, etc.) para realizar una tarea específica. A grandes rasgos es como un estudiante que ya estudió y ahora puede resolver exámenes.
Ejemplo: Una red neuronal entrenada con miles de fotos de gatos y perros puede clasificar imágenes nuevas correctamente.
Inferencia
La inferencia es cuando usamos el modelo ya entrenado para hacer predicciones o clasificaciones con datos nuevos. Por ejemplo: cargar una foto nueva en el modelo y obtener la respuesta: “Esto es un perro”.
Una diferencia clave: entrenamiento = aprender, inferencia = aplicar lo aprendido.
TinyML
Tiny Machine Learning: rama de la IA que permite correr modelos de aprendizaje automático en dispositivos pequeños, como microcontroladores (muy limitados en memoria y energía).
Ventajas:
- No depende de internet o la nube.
- Bajo consumo energético (útil para IoT y sensores remotos).
- Latencia muy baja (respuestas rápidas en tiempo real).
Ejemplo: un sensor que detecta tos con un microcontrolador y alerta en tiempo real sin necesidad de enviar audio a un servidor.
Tarjetas XIAO
XIAO es una familia de placas de desarrollo de Seeed Studio, muy pequeñas (20 x 17.5 mm aprox.). Cuyas características generales son:
- Microcontroladores potentes (RP2040, ESP32-C3, ESP32-S3, etc.).
- Bajo consumo y tamaño compacto.
- Compatibles con Arduino, MicroPython y plataformas de IA como TensorFlow Lite para Microcontroladores.
Pensadas para proyectos de IoT, wearables y TinyML.
Plataforma SenseCraft
Es un ecosistema de software de Seeed Studio para facilitar el uso de TinyML que funciona como puente entre datos → entrenamiento → despliegue → inferencia en hardware.
Permite:
- Entrenar modelos en la nube sin conocimientos avanzados de IA.
- Convertir modelos a formatos ligeros para correr en placas XIAO y otros dispositivos embebidos.
- Monitorear y optimizar el rendimiento en el hardware real.
Ejemplo: grabas datos de sensores con una XIAO, entrenas el modelo en SenseCraft, y luego cargas el modelo ya optimizado en la misma tarjeta para usarlo en tiempo real.
Diagramas de conexiones
El único arreglo que debemos de hacer es conectar el módulo de Cámara en el conector de la XIAO ESP32-S3 Sense y conectar la tarjeta por USB C a la PC
Procedimiento
1.- Ingresa a la página de SenseCraft y crea una cuenta
2.- Una vez logueado haz clic en la parte superior de la página, sobre la opción Modelo preentrenado
3.- Selecciona el modelo que gustes y que sea compatible con tu dispositivo. En este caso se elige el modelo de Detección de personas para XIAO ESP32S3 Sense
4.- Conecta tu XIAO por USB C a la PC y en la siguiente página haz clic en “Desplegar modelo” y después en “Conectar dispositivo”
5.- Tras esto se abre una ventana donde debemos seleccionar nuestra XIAO conectada a un puerto COM asignado por nuestra PC como se muestra en la imagen
6.- Espera por menos de un minuto y listo, ya tendrás el modelo de Detección de personas cargado en tu XIAO ESP32S3 Sense 😀🎉
De esta manera podrás cargar cualquier otro modelo público compatible con tu tarjeta XIAO utilizando la plataforma SenseCraft
En el siguiente video se muestra el procedimiento antes detallado sin cortes ni cámara rápida y como puedes ver solo tomó ¡32 segundos!
Conclusiones
El machine learning permite que los dispositivos aprendan de datos y realicen tareas inteligentes sin depender de reglas programadas manualmente. Al comprender conceptos como los tipos de aprendizaje, la diferencia entre entrenamiento e inferencia y la idea detrás del TinyML, puedes entender mejor cómo estos modelos funcionan dentro de microcontroladores compactos como los Seeed Studio XIAO.
Gracias a herramientas como SenseCraft AI, hoy es posible cargar modelos preentrenados directamente en estas tarjetas y experimentar con reconocimiento de gestos, sonidos o imágenes, llevando el poder del aprendizaje automático a proyectos de hardware reales y de bajo consumo fácilmente, ya que la carga del modelo para esta entrada me tomo menos de 1 minuto! :0
