基于恩智浦Mi.MX RT700 MCU实现手势识别开发

小编最近接了活，要在我们最新的MCU产品RT700上做手势识别的开发，可能小伙伴们才听过RT700，小编先来简单介绍一下：

i.MX RT700有5个计算内核，为支持智能AI的边缘端设备赋能，包括可穿戴设备、消费电子医疗设备、智能家居和HMI设备。其计算子系统包括一个运行频率为325MHz的主Arm Cortex-M33核，以及一个Cadence Tensilica HiFi 4 DSP，可执行要求更高的DSP和音频处理任务。一个超低功耗感知子系统包括第二个Arm Cortex-M33核和Cadence Tensilica HiFi 1 DSP。这样就不需要外部传感器集线器，从而降低了系统设计的复杂性、占用空间和BOM成本。i.MX RT700包括恩智浦的eIQ Neutron NPU，可将AI工作处理速度提高172倍，并集成了7.5MB的板载SRAM。系统框图和官网链接https://www.nxp.com.cn/products/i.MX-RT700：

回到正题，这好像是一个很简单的事情啊，先来个AI开发四联：

1.有数据集吗？有→下载看看，没有→自己拍一些？

2.模型结构是啥样的？是不是有开源的模型呢~

3.模型怎么办？自己搭一个吧~

4.模型部署？那当然是要用上NPU加速啊，不用的话，那哪能发挥RT700的全部实力，那可是内嵌了一颗NXP自研的NPU啊，可将AI工作处理速度提高172倍，简直如虎添翼。

这还真让小编找到了，那就是由Google推出的MediaPipe解决方案，可能有伙伴听说过这个框架https://ai.google.dev/edge/mediapipe/solutions/guide?hl=zh-cn：

Google MediaPipe是一个开源的跨平台框架，用于构建多模态（如视频、音频、传感器数据）的实时机器学习应用管道。它由Google Research开发并开源，专注于高效处理实时数据流，尤其适用于移动设备、边缘计算和嵌入式系统。

核心特点

1. 跨平台支持

支持 Android、iOS、Linux、macOS、Windows 和 Web，甚至嵌入式设备（如树莓派）

提供统一的API，简化多平台部署

2. 模块化设计

通过预构建的“计算单元”（称为 Calculators）组合成数据处理管道（Graph），开发者可以灵活定制或扩展功能

3. 高性能实时处理

优化了延迟和资源占用，适合实时应用（如摄像头流处理

支持 GPU 加速（通过 OpenGL/Vulkan）和硬件加速（如 Android Neural Networks API）

4. 丰富的预置解决方案

提供多种开箱即用的模型和管道：

人脸检测与网格（Face Detection/Mesh）

手势识别（Hand Tracking）

姿态估计（Pose Estimation）

物体检测与跟踪（Object Detection/Tracking）

语音识别（Audio Classification）

5. 支持自定义模型

可集成 TensorFlow、TFLite 或其他框架训练的模型

那么开心的事情就来了，这里恰好就有手势识别的项目https://ai.google.dev/edge/mediapipe/solutions/vision/gesture_recognizer?hl=zh-cn

我们可以调用MediaPipe的手势识别器来进行手部识别并能够标记出关键点：

太好了！那接下来就可以站在巨人的肩膀上开始搞事情了？虽然有了巨人的肩膀加持，但是我们其实才只走了 AI四步走的前两步：数据集+模型，真正的难点在于怎么部署我们的模型到MCU上。尤其是针对于这一类大佬开发的开源模型 + 闭源推理引擎来说，我们要自行摸索模型的部署，尤其是涉及到模型预处理部分。

下期小编和大家探讨要解决的一系列问题：

1.模型文件的转换：浮点 or 量化？ 训练框架？

2.推理过程：使用了几个模型？输出结果的含义？

3.模型结构优化？

后面几期小编会为继续大家更新，敬请期待！