乐鑫科技面向 ESP32、ESP32-S、ESP32-C 等多系列芯片推出深度学习开发库 ESP-DL，为神经网络 (Neural Network, NN) 推理、图像处理、数学运算和深度学习模型提供 API。开发人员通过使用 ESP-DL，能够轻松、快速地基于乐鑫芯片实现高性能的人工智能应用。
目前，据测试数据显示：
分别在 ESP32 和 ESP32-S3 上通过 ESP-DL 运行 16 位检测模型时，ESP32-S3 上的运行速度可达到 ESP32 的 4.5 倍，人脸识别速度更是达到 6.25 倍。此外，ESP32-S3 上 8 位人脸识别模型的运行速度也达到了 16 位模型的 2.5 倍。
ESP-DL 无需任何外围设备，可作为项目组件使用。例如，若将其添加至 esp-who/components/ 目录中，ESP-DL 即可作为 ESP-WHO（包含多个项目级图像应用实例）的一个子组件，实现人脸识别、猫脸检测等图像应用。下图详细展示了 ESP-DL 的组成及其作为项目组件的实现方式。
平台转换
ESP-DL 包含量化和转换等工具，可帮助开发人员将自己的模型（通过第三方平台如 TensorFlow、PyTorch、MXNet 等开发的模型）转换为 8 位 / 16 位模型，通过 ESP-DL 部署在乐鑫芯片上，并评估量化模型的性能。
模型库
ESP-DL 还在模型库中为用户提供了一些开箱即用的模型，如人脸检测、人脸识别、猫脸检测等。颜色检测和手势识别等模型也将在不久后提供。
自定义模型
如果您想要自定义模型，请参考 GitHub 教程“自定义模型的步骤介绍”。该教程包含相关步骤说明和一个可运行的实例，能够帮助您快速、轻松地部署模型。
丰富多样的 API
ESP-DL 拥有丰富的 API 供开发人员使用，如神经网络、图像处理、矩阵运算等，且支持自定义层。
软硬件加速
ESP-DL 支持量化计算，并通过优化汇编代码和 C/C++ 代码架构，提高了软件效率。值得一提的是，ESP32-S3 还拥有向量指令 (vector instructions)、高速 SPI 接口和可配置的高速缓冲存储器，能够为人工智能应用提供更快的 AI 加速功能。
