L’apprentissage automatique embarqué trouve un nouvel allié pédagogique avec le kit XiaoML développé par Seeed Studio. Selon cnx-software, cette solution éducative complète le livre gratuit du professeur Vijay Janapa Reddi « Introduction to Machine Learning Systems », disponible en PDF de 2050 pages. Le kit associe le Xiao ESP32S3 Sense avec caméra OV3660, microphone intégré et carte d’extension IMU pour permettre aux étudiants et développeurs de construire des applications de vision, son et mouvement via des sessions de laboratoire TinyML développées avec Marcelo Rovai.
ESP32-S3R8 à 240 MHz et caméra OV3660 : architecture TinyML dans 21×17.8 mm
Le Xiao ESP32S3 Sense exploite le microcontrôleur Espressif ESP32-S3R8 intégrant un processeur dual-core Tensilica LX7 cadencé à 240 MHz avec 512 KB de SRAM et 8 MB de PSRAM. Cette configuration supporte WiFi 4 et Bluetooth 5.0 en mode dual (classique + BLE), offrant une connectivité complète pour les applications IoT éducatives.
L’intégration capteurs comprend une caméra OV3660 pour les applications de vision artificielle et un microphone numérique pour la reconnaissance vocale. Le stockage s’appuie sur 8 MB de Flash intégrée complétée par un emplacement microSD pour l’expansion de données. L’alimentation et programmation s’effectuent via port USB-C standard.
La carte d’extension IMU Breakout Board ajoute un écran OLED 0.42″ utilisant le pilote SSD1315 IC et un capteur LSM6DS3TR-C IMU 6 axes pour les applications de détection de mouvement. La connexion entre les deux cartes utilise des en-têtes et broches pogo, permettant un assemblage compact de seulement 21 × 17.8 × 30 mm pour 10.6 grammes.
Quatre exercices pratiques avec Marcelo Rovai : classification d’image, détection vocale et mouvement
Le programme pédagogique du kit XiaoML s’structure autour de quatre exercices pratiques développés en collaboration avec Marcelo Rovai de l’Unifei. Ces sessions couvrent la classification d’image et détection d’objets via la caméra OV3660, la reconnaissance de mots-clés utilisant le microphone intégré, plus la classification de mouvement et détection d’anomalies exploitant l’IMU 6 axes.
Les ressources éducatives sont accessibles directement depuis le PDF gratuit de 2050 pages ou le site web dédié au livre. Cette approche hands-on permet aux étudiants de comprendre les concepts TinyML à travers des implémentations concrètes sur hardware réel plutôt que via simulations théoriques.
Le kit complet inclut le Xiao ESP32S3 Sense avec en-têtes pré-soudés, la carte d’extension IMU, une antenne FPC 2.4 GHz (1.16 dBi), deux dissipateurs thermiques et un kit d’outils comprenant une carte microSD SanDisk 32 GB, câbles USB Type-A vers Type-C. Cette approche « tout inclus » facilite le démarrage immédiat des travaux pratiques.
38,90 $ face à Raspberry Pi 4/5 et Arduino Nicla Vision : segments éducatifs distincts
Le livre « Introduction to Machine Learning Systems » compare quatre plateformes hardware selon leurs forces respectives. Le kit XiaoML se positionne face aux Raspberry Pi 4/5/Zero 2W, Arduino Nicla Vision et Grove Vision AI V2, chaque solution ciblant des segments éducatifs distincts.
Le tableau comparatif révèle que les Raspberry Pi excellent pour la recherche et prototypage mais présentent des limitations pour le déploiement production selon l’analyse du professeur Reddi. L’Arduino Nicla Vision privilégie l’intégration IoT tandis que le Grove Vision AI V2 optimise les performances de vision artificielle. Le XiaoML équilibre accessibilité, fonctionnalités et facilité d’apprentissage.
La commercialisation s’effectue via Seeed Studio à 38,90 $ avec disponibilité prochaine sur la boutique AliExpress de la société. Ce positionnement tarifaire le rend accessible aux institutions éducatives et étudiants individuels souhaitant s’initier au machine learning embarqué sans investissement majeur.
L’approche pédagogique du kit XiaoML privilégie l’apprentissage progressif des concepts TinyML à travers des exercices pratiques ciblés. Cette méthodologie contraste avec les plateformes plus puissantes mais complexes, facilitant l’assimilation des fondamentaux avant la transition vers des systèmes de production avancés.
-
Seeed Studio XIAO ESP32 S3 Sense - Wi-FI 2,4 GHz, BLE 5.0, capteur d'appareil Photo OV2640, Microphone numérique, PSRAM 8 Mo, Flash 8 Mo, Charge de Batterie Prise en Charge, Interface Riche, IoT, ML -
Seeed Studio XIAO ESP32S3 et Wio-SX1262 Kit de développement