ESP32でAI推論を試そうとすると、フレームワークのセットアップからモデルの変換・書き込みまで、手順が多くて始めにくい。Vini Muchulski氏が公開した「ESP32 AI at the Edge」は、TensorFlow Lite for Microcontrollers（TFLM）とESP-DLを使ったサンプルを5種類まとめたリポジトリで、GitHubで公開されている。
収録されているプロジェクトは難易度の異なる内容だ。まず、サイン波の予測（Hello World相当）でツールチェーンの動作を確認する。次に、手書き数字認識（MNIST）で分類パイプラインと量子化の基本を学ぶ。画像分類（CIFAR-10）では10クラスの識別を試せる。さらに、軽量アーキテクチャのMobileNetV2をバックボーンに使ったCIFAR-10の精度向上バリアントも含まれる。最後に、ESP-DLを使ったオンデバイスの顔検出が用意されている。
TFLMを使うプロジェクトはすでにライブラリを同梱しており、追加インストールは不要だ。Wi-Fi経由でAPIにデータや画像を送ってESP32側で推論し、結果を返す構成も各プロジェクトに含まれている。顔検出のみESP-IDFを使うため、idf.pyでビルド・書き込みを行う。ハードウェアはPSRAMを搭載するESP32-S3が推奨されている。ライセンスはApache-2.0だ。