23 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。

NE301 已验证模型，涵盖通用目标检测、人员检测、姿态估计、人脸检测、仪表读数检测（含数字表与指针表）和实例分割共 12 个模型，包含验证效果对比图和模型包下载链接，帮助用户快速选择和部署适合场景的 AI 模型。

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 的完整上手流程，涵盖设备组装、Web UI 连接登录，以及功能调试、模型验证、应用管理、硬件管理、系统设置、存储管理、设备信息七大模块的配置与使用，帮助开发者快速完成边缘 AI 应用的部署与调试。

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。

本文介绍 NE101/NE301 智能相机配合太阳能电池板实现全天候持续抓拍的完整方案，涵盖物料清单、硬件连接、功耗分析（含高频抓拍）及设备配置，适用于户外无电网场景的长期部署。

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。