Tre schede con fotocamera ESP32 si contendono lo stesso banco di lavoro: la ESP32-CAM originale, le schede ESP32-S3-CAM e la XIAO ESP32-S3 Sense. Il confronto di Anand D parte da costo, memoria e potenza di calcolo, poi arriva alla capacita’ di elaborazione locale. La domanda di fondo e’ semplice: il progetto e’ una foto inviata al cloud, oppure un modello di visione artificiale che gira sulla scheda?
La risposta cambia molto in fretta. La ESP32-CAM si basa sul chip ESP32 originale e di solito monta un sensore OV2640 da 2 MP. A bordo ci sono 4 MB di Flash e 4 MB di PSRAM, piu’ lo slot microSD, il Wi-Fi e il Bluetooth. Quindi cattura immagini, trasmette video in Wi-Fi, salva foto su microSD e parla con un server o un servizio cloud. Il limite e’ pratico: la maggior parte delle schede non ha una USB integrata e serve un modulo di programmazione o un convertitore USB-TTL. Nel catalogo c’e’ proprio un’interfaccia USB Type-C per ESP32-CAM, pensata per collegare il modulo al PC e caricare gli sketch senza adattatori improvvisati.
ESP32-S3-CAM: dual-core a 240 MHz e sensori fino a 5 MP
Il salto di generazione si vede nel chip. La ESP32-S3-CAM usa l’ESP32-S3 con processore dual-core Xtensa LX7 fino a 240 MHz e in genere offre 8 MB di PSRAM. Le configurazioni tipiche sono due: 16 MB di Flash con 8 MB di PSRAM, oppure 8 MB di Flash con 8 MB di PSRAM. Inoltre la scheda dispone di una porta USB, quindi la programmazione diventa molto piu’ semplice rispetto alla generazione precedente.
Sul fronte del sensore si puo’ salire di risoluzione. La ESP32-S3-CAM puo’ montare un OV3660 da 3 MP o un OV5640 da 5 MP. Tuttavia le specifiche vanno verificate prima dell’acquisto, perche’ i produttori sono diversi e la sigla della scheda non garantisce la stessa dotazione. La SRAM interna di un ESP32 resta tipicamente intorno ai 520 KB, percio’ la PSRAM non e’ un dettaglio: e’ li’ che finiscono i buffer delle immagini e i pesi dei modelli.
XIAO ESP32-S3 Sense: 21 x 17,8 mm con microfono digitale
La XIAO ESP32-S3 Sense comprime tutto in un formato molto piccolo: circa 21 x 17,8 mm. Dentro ci sono ESP32-S3, fotocamera, microfono digitale, supporto microSD, connettivita’ USB e un PMIC. Il sensore arriva fino a 3 MP con l’OV3660, mentre memoria e Flash restano a 8 MB di PSRAM e 8 MB di Flash. Il prezzo di questa densita’ e’ la disponibilita’ di GPIO, ridotta perche’ fotocamera e altro hardware onboard occupano diversi pin.
- ESP32-CAM: chip ESP32, OV2640 da 2 MP, 4 MB di Flash, 4 MB di PSRAM, microSD, Wi-Fi e Bluetooth, nessuna USB integrata nella maggior parte delle schede
- ESP32-S3-CAM: chip ESP32-S3 dual-core Xtensa LX7 fino a 240 MHz, 8 MB di PSRAM, configurazioni tipiche 16 MB piu’ 8 MB oppure 8 MB piu’ 8 MB, porta USB, sensori OV3660 da 3 MP o OV5640 da 5 MP
- XIAO ESP32-S3 Sense: ESP32-S3, OV3660 fino a 3 MP, microfono digitale, microSD, USB e PMIC, 8 MB di PSRAM, 8 MB di Flash, circa 21 x 17,8 mm
Il punto vero del confronto e’ l’elaborazione locale. Un piccolo LLM eseguito dalla PSRAM ha raggiunto 22 token al secondo, mentre lo stesso modello eseguito dalla Flash si e’ fermato a 2 token al secondo. Di conseguenza la memoria veloce pesa piu’ della frequenza di clock nelle applicazioni di visione artificiale su edge. Chi vuole riconoscere oggetti, volti o gesti senza mandare i fotogrammi a un server deve guardare prima la PSRAM e poi il sensore.
La scelta si riduce a tre strade. Per un progetto amatoriale semplice, con foto su microSD e streaming Wi-Fi, la ESP32-CAM resta la via piu’ economica. Per chi vuole programmare via USB e montare sensori migliori, la ESP32-S3-CAM e’ la piu’ flessibile, a patto di controllare le specifiche del venditore. Infine la XIAO ESP32-S3 Sense vince dove lo spazio e’ pochissimo e serve anche l’audio. Chi vuole leggere il confronto completo e i dettagli raccolti da Anand D trova tutto sul sito del maker.
Fonte: https://circuitdigest.com/articles/esp32-camera-dev-board-comparison
