first push

components/AI_SIG/doc/early_plan.md

@@ -0,0 +1,57 @@
+# 腾讯 AI SIG 早期计划（第一版）
+
+Author: derekduke
+
+Date:   2022/3/31
+## 1. 目标效果
+命令行：python AI_deploy.py paramA... paramB...
+
+可视化：QT界面或Web选择（拖拽）文件
+
+input参数：
+- model name 
+- bsp filepath
+
+output结果:
+-  一个可直接编译的定制化AI组件包（包含应用模板）
+## 2. 开发任务分类
+### 基于tos的 AI 框架开发
+- 上位机模型验证框架开发（tflite格式）
+- 上位机模型自动部署工具开发
+- 下位机AI标准库开发
+### 基于tos的 AI demo 开发
+#### 平台
+- stm32L4、STM32H7
+- NXP RT1062
+- K210
+- imx6ull
+- stm32mp157
+- ...
+#### 模型
+- 行人识别
+- 行人探测
+- 人脸识别
+- 口罩检测
+- 语音检测
+- 流量预测
+- ...
+### 基于tos的 AI 后端组件开发
+- tensorflow lite micro
+- cubeai
+- nnom
+- tengine lite
+- mindspore lite
+- ...
+### 宣传演示
+- demo视频、博客、推文 
+- ...
+
+## 3. 阶段目标
+### 第一个完整demo（暂定行人识别和手写数字识别）
+产出：
+- [ ] stm32L496 BSP
+- [ ] AI_verify.py
+- [ ] AI_deploy.py
+- [ ] TFLite-micro组件
+- [ ] 环境配置材料
+- [ ] 一篇用户体验教程

components/AI_SIG/readme.md

@@ -0,0 +1,48 @@
+# TencentOS-tiny AI SIG
+
+## SIG组工作目标和范围
+### 工作目标
+tos AI Framework是一个适用于TencentOS-Tiny操作系统，用于在轻量小型IOT设备上快速部署深度学习模型的框架。为开发者提供了简洁清晰的使用工具和开发接口，面向不同芯片平台和不同AI模型提供了标准化的一站式模型解析、模型验证、模型部署方案，降低了开发者在边缘设备上开发AI功能的难度。
+
+### 内容简介
+#### 整体架构图
+![AI Framework](pic/AI_Framework.png)
+#### 使用场景
+上位机：
+- 支持语言：Python
+- 工具：Tensorflow
+- 操作系统：Windows
+
+下位机：
+- 支持语言：C
+- 工具：Keil
+- 操作系统：TencentOS-tiny
+#### 目录
+/TencentOS-tiny/components/AI SIG
+
+### 工作计划
+
+参考：
+
+./doc/early_plan.md
+
+### SIG组成员
+#### Leader
+- @derekduke
+#### Committers
+- @spaceman NU-LL
+
+
+### 会议
+- 会议时间：待通知
+- 会议方式：腾讯会议
+
+### 联系方式
+- dkeji627@gmail.com
+
+### 如何加入
+发送一份简单的自我介绍至以上联系方式，应至少包括如下内容：
+- 如何称呼
+- 所在学校or公司
+- 介绍相关开源经历及git链接
+- 加入SIG组后的目标