#物联网设备

tiny-dnn是一个为计算资源有限的嵌入式系统和物联网设备设计的C++14深度学习库。该库无需GPU，通过TBB线程和SSE/AVX向量化实现了高效性能，在13分钟内达到了98.8%的MNIST准确率。其便携的头文件形式使其易于集成，支持多种网络层类型、激活函数、损失函数和优化算法。tiny-dnn还能导入Caffe模型，适合学习和构建神经网络应用。

WeKws是一个面向生产环境的端到端关键词检测工具包。它支持多种应用场景，包括单一唤醒词、多唤醒词、可定制唤醒词和个性化唤醒词。该工具包针对物联网设备优化，具有低功耗、参数少、计算复杂度低和流式检测等特点。WeKws兼容多种开源唤醒词数据集和硬件平台，如Web浏览器、x86、Android和树莓派。

MCUNet是面向微控制器的系统-算法协同设计框架，包含TinyNAS和TinyEngine两大核心组件。该框架在严格内存限制下提升深度学习性能，相比现有方案推理速度提高1.5-3倍，内存占用降低2.7-4.8倍。MCUNet为IoT应用提供高效深度学习基础设施，推动边缘AI发展。

SensorDecoders是一个开源项目，提供Milesight物联网设备的编码器和解码器示例函数。项目支持The Things Network、Chirpstack v3/v4和Milesight Network Server等主流LoRaWAN平台。这些函数能够处理传感器数据的编码和解码，简化了设备数据的处理流程。开发者可以利用这些开源工具，快速实现设备数据的转换和解析，从而加速物联网应用的开发和部署过程。

DeviceScript是一个由Microsoft Research开发的开源项目，旨在为资源受限的微控制器设备提供TypeScript开发环境。该项目通过将TypeScript编译为自定义VM字节码，使其能在受限环境中运行。DeviceScript为IoT设备开发者提供了新的工具，简化了微型IoT设备应用程序的创建和管理过程。项目目前处于实验阶段，欢迎开发者参与讨论并提供反馈。