ModelAssistant

从训练到部署，让嵌入式设备跑上视觉 AI

开源 🏷️完全免费 ✅ 目前可打开计算机视觉 🍴 复刻 65 🐛 待处理 6 👀 关注 22

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 448

维护状态维护中

是否开源开源

定价模式 🏷️完全免费开源免费项目，官网提供在线体验入口

项目预览

ModelAssistant 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类计算机视觉

开发团队Seeed-Studio

官网地址https://sensecraftma.seeed.cc

GitHubhttps://github.com/Seeed-Studio/ModelAssistant

定价模式🏷️完全免费

价格说明开源免费项目，官网提供在线体验入口

访问状态✅ 目前可打开

是否开源是

主要语言Python

技术栈/模型arduino,deep-learning,esp32,image-classification,jetson,ncnn,object-detection,onnx,openmmlab,pytorch,raspberry-pi,tflite,tinyml,yolov5

GitHub 星标★ 448

上线时间2022-10-18 00:00:00

代码更新2026-09-04

仓库体积26.7 MB

本站数据更新2026-11-03

维护状态维护中

收录时间2026-09-13

浏览次数2

项目介绍

ModelAssistant 是矽递科技（Seeed Studio）推出的开源嵌入式 AI 工具链，属于 SenseCraft 生态的一部分。它面向边缘设备上的计算机视觉任务，解决从模型训练到端侧部署链路割裂的问题：开发者往往需要分别处理数据标注、模型选择、量化压缩和硬件适配。该项目基于 OpenMMLab 体系，提供图像分类、目标检测等预训练模型，并支持导出为 ONNX、TFLite、NCNN 等格式，方便部署到 ESP32、Raspberry Pi、Jetson 等常见硬件。核心能力包括：开箱即用的模型库、一键式训练与微调流程、面向 MCU 的量化与剪枝工具，以及与 Arduino 生态的集成。它降低了嵌入式 AI 的入门门槛，让硬件开发者无需深入深度学习框架也能快速落地视觉应用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-13 · 当前星标 ★ 448

技术标签

deep-learning esp32 image-classification ncnn object-detection

使用教程

难度：进阶约 30 分钟部署方式：本地安装 4 步

环境要求

Python 3.9+
（训练需）NVIDIA GPU

安装与启动步骤

1装工具包

它是 Seeed 出的边缘视觉工具包，pip 直接装。
```
pip install sensecraft-model-assistant
```
2先跑一个检测示例

用自带图片验证环境，确认能出框图。
3换自己的数据集训练

它支持从标注到导出部署模型的一条链。
4导出到目标硬件

导出格式要选与你的板子匹配的那个。