21 篇文档带有标签「NE301」

本案例展示了如何通过边缘 AI 方案管理捕虫箱状态，将“定时清理”转变为“按需驱动”，提升连锁快餐店的 QSC 管理水平。

本文档系统介绍电池的基本概念、技术参数和放电能力，帮助用户为 NeoEyes NE101 和 NE301 智能相机选择合适的电池方案，涵盖不同通信模式（WiFi、Cat-1、WiFi HaLow）下的放电能力要求与环境考量。

本文档提供了Camthink NeoEyes NE301 AI相机开发者套件的详细安装指南。内容涵盖套件零部件全景图、核查清单（包括外壳、板载组件和螺丝）、以及八个详细安装步骤（相机模组、上框、中框、电池盒、下框、主板、固定电池盒、固定上/下盖），旨在帮助开发者正确组装NE301套件，并为后续的开发与应用做好准备。

本文档详细介绍了NE301项目的开发环境设置，包括通过Docker进行快速配置（推荐）和手动安装所需工具链的两种方法。涵盖了Git仓库克隆、Docker镜像构建与运行、以及ARM GCC、Python、Node.js、pnpm、STM32CubeProgrammer、STM32_SigningTool_CLI和ST Edge AI等核心开发工具的安装与验证。

本文档详细介绍了NeoEyes NE301 AI智能相机如何通过MQTT/MQTTS协议进行数据交互与上报。内容涵盖NE301设备MQTT参数配置、MQTTX客户端设置，以及触发抓拍与接收JSON格式数据的方法。同时，对设备上报的AI推理结果及设备状态数据的协议格式进行了详细解析，并提供常见问题解答，帮助用户进行上层应用开发。

NE301 功耗说明文档，详细分析 WiFi 和 Cat-1 通信模式的功耗特性，提供续航计算工具和典型应用场景，帮助用户了解设备功耗表现和续航能力。

NE301 Model Converter 是零代码的端到端模型转换平台，支持将 PyTorch/YOLO 模型自动转换为 NE301 边缘设备可用的 .bin 格式，通过 Docker 一键部署，提供实时进度反馈和智能 OOM 修复。

本指南介绍如何在 NE301 上接入 PIR 人体感应传感器（NP624M-F），结合 MQTT 数据转发和 NeoMind 平台，实现人体移动触发自动抓拍的完整方案。

NeoEyes NE301 是一款低功耗边缘 AI 智能相机，搭载 STM32N6 芯片，具备 0.6TOPS 算力。支持 Web UI 调试、模块化扩展（WiFi/Cat-1/POE）及多种传感器触发，适用于智慧城市、工业及农业场景。

本教程详细介绍 NeoEyes NE301 快速上手流程，包括设备组装、Web UI 连接与配置、AI 模型部署与调试、MQTT 数据上报设置及硬件参数调整，帮助开发者快速实现边缘 AI 应用落地。

本教程介绍 NeoEyes NE301 PoE 版本的快速上手流程，包括 PoE 模块硬件介绍与连接、Web UI 登录配置、PoE 网络状态查看与 IP 设置，适用于户外防水、持续抓拍和 RTMP 视频推流等场景。

本指南介绍如何将 NeoEyes NE301 AI 智能相机的实时视频画面通过 RTMP 协议推送到后端服务器。内容涵盖使用 Nginx-RTMP 搭建接收服务器、在 NE301 Web 管理界面配置推流地址、启用视频录制，以及通过 VLC 播放器实时观看推流画面。

本指南介绍 NE301 传感器扩展板的使用方法，涵盖温湿度、环境光、6轴IMU、ToF测距、激光测距、红外热成像、PIR人体感应、毫米雷达波和MEMS麦克风 9 种传感器的快速验证与多规格显示屏（OLED/TFT）数据查看，帮助用户快速搭建传感器 demo 并了解 NE301 的开放扩展能力。

本文档详细介绍了NE301系列开发板的系统烧录与初始化过程，包括硬件连接（ST-Link与MCU接线）、固件下载（ne301_FSBL_signed.bin, ne301_App_signed_pkg.bin, ne301_Web_pkg.bin, ne301_Model_pkg.bin, ne301_WakeCore.bin）、以及多种烧录方法（STM32CubeProgrammer GUI/CLI、Script/maker.sh、make命令）。此外，还提供了针对WiFi热点问题的故障排查指引。

本文档为NE301开发板用户提供详细的Wi-Fi固件烧录指南，解决无法搜索到NE301 WiFi AP的问题。内容涵盖准备工作（下载siwg917固件、准备SD卡）、烧录步骤（放入固件、插入SD卡检查、执行wifiup指令）及烧录完成后的验证。

本文档为NE301用户提供在Windows + WSL环境中从源码构建和烧录NE301的详细指南。涵盖了环境准备（WSL2、Docker、STLink驱动、STM32CubeProgrammer）、ST-LINK透传到WSL的步骤、Docker开发容器的启动、固件构建与烧录流程，以及Docker命令、CRLF脚本问题、USBIPD attach失败、ST-LINK连接故障等常见问题的排查与解决方案。

本教程详细介绍 CamThink AI Tool Stack 的使用方法，涵盖从数据采集、标注、YOLO 模型训练到 NE301 边缘设备量化部署的完整流程，帮助开发者快速构建 AI 应用。

本文档介绍基于 Camthink NeoEye 301 和 Home Assistant 的冰箱库存监控方案，适用于智能零售场景，详细讲解数据采集、YOLO 模型训练、量化及端到端部署流程。

本应用指南详细介绍了如何利用Camthink NeoEye 301 AI相机和Home Assistant平台，实现智能零售和仓储行业中的仓库货架状态监控。内容涵盖NE301的安装与网络配置、MQTT数据转发、通过AI工具栈进行图像收集、模型训练与量化部署，以及在Home Assistant中集成MQTT并配置数据实体，最终实现货架上物品的实时识别与可视化，并提供常见问题解答。

本指南介绍如何利用 Camthink NeoEye 301 AI 相机和 Home Assistant 构建城市垃圾桶满溢监测系统，通过 MQTT 实现数据上报与可视化，提升城市卫生管理效率。

本文档详细介绍了NE301系列AI智能相机中的模型训练与部署流程，涵盖了YOLO训练环境搭建、模型训练、导出为TFLite格式、模型量化及评估，最后指导如何将量化后的模型文件部署到NE301设备，包括Makefile构建和Web UI上传两种方法，旨在帮助开发者实现高效的边缘AI模型部署。