# 10小时攻关，半小时Dev Time：在指甲盖大小的单片机上跑神经网络识别车库门

- 来源：Computing Life · 鸭哥
- 发布时间：2026-08-02T06:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/48399
- 原文：https://yage.ai/esp32-garage-door-ai.html

## 摘要

作者用一块ESP32-CAM单片机加GPT-5.6 SOL，花了10小时做出一个能拍照识别车库门开关的传感器。AI自己标注了不对称的训练数据（车库门大部分时间关着，开门样本很少），用MobileNet V4（一个约90万参数的轻量卷积网络）做微调，推理一次200毫秒，拍照反而要400毫秒。

## 推荐理由

作者用ESP32-CAM加GPT-5.6 SOL在10小时内做出车库门识别传感器，并给出MobileNet V4微调、200毫秒推理与400毫秒拍照的实测数据。

## 锐评

90 万参数的 MobileNet V4 跑在 ESP32 上，推理 200 毫秒，拍照 400 毫秒，这个数据比模型本身有意思。瓶颈在摄像头，端侧识别早就跑得动了，拖后腿的是传感器。10 小时做出原型、半小时 Dev Time，这个比例挺真实，脏活都在标数据和调量化上，AI 帮不了多少。车库门这种场景样本天然不平衡，关着的时间远多于开着，能自己把标注做出来算是省了最烦的一步。反正这种活我信，比那些 demo 视频实在。
