TensorFlow Lite Micro 是 Google 推出的轻量级机器学习框架，专为嵌入式系统和微控制器（MCU）优化，让边缘设备也能运行高效模型。其核心目标是将 ML 模型部署到资源受限的硬件中，如 Arduino、ESP32 等。
📌 核心特性
- 极低内存占用：模型仅需 5KB~100KB 内存，适合 MCU 的硬件限制
- 实时推理能力：支持在微控制器上实现低延迟的模型推理
- 跨平台兼容性：可与 Arduino、STM32、Raspberry_Pi 等开发板无缝集成
- 可视化工具链：通过 TensorFlow Lite Model Converter 实现模型转换与调试
🧰 应用场景
| 领域 | 示例 |
|---|---|
| 智能家居 | 通过麦克风识别语音指令（如 Microcontroller_Board） |
| 工业物联网 | 实时检测传感器数据异常（如 Industrial_Sensor） |
| 消费电子 | 本地化图像识别（如 Camera_Module） |
| 医疗设备 | 低功耗心率监测算法（如 Medical_Device） |
📘 学习路径推荐
- 入门教程 → /tensorflow_lite/microcontroller/getting_started
- 模型优化指南 → /tensorflow_lite/microcontroller/optimization
- 高级用法 → /tensorflow_lite/microcontroller/advanced_features