MaixPy 提供简易的 Python 编程和性能强大的边缘计算硬件，内置了大量易用的 硬件外设操作、视频串流、AI 视觉算法、听觉算法，离线大语言模型，开箱即用，帮助你快速落地你的智能化项目。
并且提供 MaixVision IDE, MaixHub 云端训练平台，详细的文档，甚至有相同 API 的 C/C++ SDK，帮助你无障碍开发和量产落地。
下面是部分功能视频展示，更多功能和文档请访问官网: wiki.sipeed.com/maixpy/
喜欢请点击 MaixPy 项目右上角 Star 鼓励我们开发更多有趣内容！
使用 MaixPy 轻松创建 AI 视觉项目，只需 10 行代码:
from maix import camera, display, image, nn
classifier = nn.Classifier(model="/root/models/mobilenetv2.mud")
cam = camera.Camera(classifier.input_width(), classifier.input_height(), classifier.input_format())
disp = display.Display()
while 1:
img = cam.read()
res = classifier.classify(img)
max_idx, max_prob = res[0]
msg = f"{max_prob:5.2f}: {classifier.labels[max_idx]}"
img.draw_string(10, 10, msg, image.COLOR_RED)
disp.show(img)效果:
运行在边缘计算设备，不光有视觉相关，常用的外设也不在话下，比如使用串口：
from maix import uart
devices = uart.list_devices()
serial = uart.UART(devices[0], 115200)
serial.write_str("hello world")
print("received:", serial.read(timeout = 2000))提供便捷的 MaixVision 工作站（IDE），让开发更简单快速：
maixvision.mp4
MaixHub 提供免费在线 AI 训练， 无需 AI 基础和昂贵的训练设备，一键训练模型，一键部署。
目前支持三款硬件平台，详细请看 MaixCAM2, MaixCAM 和 MaixCAM-Pro.
相比上两代 Maix 系列产品有限的 NPU 算子支持和内存限制，MaixCAM 在保持超高性价比的同时，性能和体验有了很大的提升，强烈建议升级到最新的 MaixCAM 以及 MaixPy v4。
| 特征 | Maix-I K210 | MaixCAM | MaixCAM2 |
|---|---|---|---|
| CPU | 400MHz RISC-V x2 | 1GHz RISC-V(Linux) 700MHz RISC-V(RTOS) 25~300MHz 8051(Low Power) |
1.2GHz A53 x2(Linux) RISC-V 32bit E907(RTT) |
| 内存 | 6MB SRAM | 256MB DDR3 | 1GB / 4GB LPDDR4 |
| NPU | 0.25Tops@INT8 official says 1T but... |
1Tops@INT8 | 3.2Tops@INT8 |
| Encoder | ❌ | 2880x1620@30fps H.254/H.265/JPEG | 3840*2160@30fps H.254/H.265/JPEG |
| Decoder | ❌ | 2880x1620@30fps H.264/JPEG | 1080p@60fps H.264/JPEG |
| 屏幕 | 2.4" 320x240 | 2.3" 552x368(MaixCAM) 2.4" 640x480(MaixCAM-Pro) 5" 1280x720 7" 1280x800 10“ 1280x800 |
2.4" 640x480 5" 1280x720 7" 1280x800 10“ 1280x800 |
| 触摸屏 | ❌ | 2.3" 552x368/2.4" 640x480 | 2.4" 640x480 |
| 摄像头 | 30W | 500W(5M) | 800W(8M) |
| AI ISP | ❌ | ❌ | ✅ |
| WiFi | 2.4G | WiFi6 2.4G/5G | WiFi6 2.4G/5G |
| BLE | ❌ | BLE5.4 | BLE5.4 |
| USB | ❌ | USB2.0 | USB2.0 |
| 以太网 | ❌ | 100M(选配) | 100M(板载FPC2RJ45接口) |
| SD 卡接口 | SPI | SDIO | SDIO |
| 操作系统 | RTOS | Linux(BuildRoot) + RTOS | Linux(Ubuntu) + RTT |
| 编程语言 | C / C++ / MicroPython | C / C++ / Python3 | C / C++ / Python3 |
| 软件包 | MaixPy-v1 | MaixCDK + MaixPy v4 + opencv + numpy + ... 纯Python包或者手动交叉编译 |
MaixCDK + MaixPy v4 + opencv + numpy + scipy + ... 大量AArch64预编译包直接安装，支持板上编译和交叉编译 |
| PC 软件 | MaixPy IDE | MaixVision Workstation | MaixVision Workstation |
| 文档 | ⭐️⭐️⭐️⭐️ | 🌟🌟🌟🌟🌟 | 🌟🌟🌟🌟🌟 |
| 在线 AI 训练 | ⭐️⭐️⭐️ | 🌟🌟🌟🌟🌟 | 🌟🌟🌟🌟🌟 |
| 官方应用 | ⭐️ | 🌟🌟🌟🌟🌟 | 🌟🌟🌟🌟🌟 |
| 易用性 | ⭐️⭐️⭐️⭐️ | 🌟🌟🌟🌟🌟 | 🌟🌟🌟🌟🌟 |
| AI 分类(224x224) | MobileNetv1 50fps MobileNetv2 ❌ Resnet ❌ |
MobileNetv2 130fps Resnet18 62fps Resnet50 28fps |
MobileNetv2 1218fps Resnet50 200fps |
| AI 检测 仅推理部分 / [包含前后处理(Python)] / [双缓冲模式(Python)] |
YOLOv2: 224x224: 15fps |
YOLOv5s: 224x224: 100fps 320x256 70fps 640x640: 15fps YOLOv8n: 640x640: 23fps YOLO11n: 224x224: 175fps 320x224: 120fps 320x320: 95fps 640x640: 23fps |
YOLOv5s: 224x224: 495fps 320x256: 400fps 640x480: 106fps / 73fps / 103fps 640x640: 80fps YOLO11n: 224x224: 1214fps 640x480: 168fps / 77fps / 143fps 640x640: 113fps / 56fps / 98fps YOLO11s: 640x480: 87fps / 53fps / 83fps 640x640: 62fps / 39fps / 59fps YOLO11l: 640x640: 19fps / 16fps / 19fps |
| 大模型 | ❌ | ❌ | Qwen/DeepSeek 0.5B(fftf: 640ms, 9 tokens/s) Qwen/DeepSeek 1.5B(fftf: 1610ms, 4 tokens/s) VLM(InterVL 1B) 更多模型 |
| OpenMV 典型算法 | 测试图像参考 Benchmark APP |
测试图像参考 Benchmark APP 测试日期: 2025.8.22，更新可能会有优化 |
测试图像参考 Benchmark APP 测试日期: 2025.8.22，更新可能会有优化 |
二值化 |
灰度 320x240: 7.4ms (135fps) 灰度 640x480: ❌ RGB 320x240: 11.3ms (88.5fps) RGB 640x480: ❌ |
灰度 320x240: 3.1ms (326fps) 灰度 640x480: 11ms (90fps) RGB 320x240: 13.2ms (75fps) RGB 640x480: 52.8ms (18fps) |
灰度 320x240: 1.3ms (799fps) 灰度 640x480: 4.8ms (206fps) RGB 320x240: 3.4ms (294fps) RGB 640x480: 13.3ms (75fps) |
找色块 |
320x240: 8.8ms (114fps) 640x480: ❌ |
320x240: 7ms (143fps) 640x480: 20ms (50fps) |
320x240: 3.7ms (271fps) 640x480: 11.1ms (89fps) |
单通道直方图 |
320x240: 7.7ms (130fps) 640x480: ❌ |
320x240: 10.9ms (91fps) 640x480: 42.8ms (23fps) |
320x240: 1.5ms (661fps) 640x480: 5.9ms (168fps) |
二维码 |
320x240: 130.8ms (7.6fps) 640x480: ❌ |
640x480: 136.9ms (7fps) NPU 加速： 320x240: 22.1ms (45fps) 640x480: 57.6ms (17fps) |
640x480: 57.9ms (17fps) NPU 加速： 320x240: 9.2ms (109fps) 640x480: 23.2ms (43fps) |
| OpenCV 典型算法 | 测试图像参考 Benchmark APP 测试日期: 2025.8.22，更新可能会有优化 |
测试图像参考 Benchmark APP 测试日期: 2025.8.22，更新可能会有优化 |
|
二值化 |
❌ | 灰度 320x240: 2.2ms (463fps) 灰度 640x480: 7.1ms (140fps) |
灰度 320x240: 0.1ms (8174fps) 灰度 640x480: 0.3ms (2959fps) |
灰度图自适应二值化 |
❌ | 320x240: 5.8ms (171fps) 640x480: 21.3ms (46fps) |
320x240: 1.6ms (608fps) 640x480: 6.3ms (159fps) |
单通道直方图 |
❌ | 320x240: 1ms (1000fps) 640x480: 6.2ms (160fps) |
320x240: 0.4ms (2308fps) 640x480: 1.7ms (604fps) |
轮廓提取 |
❌ | 320x240: 2.8ms (351fps) 640x480: 8.6ms (116fps) |
320x240: 0.4ms (2286fps) 640x480: 1.4ms (692fps) |
MaixPy 不仅仅是一个 Python SDK，还有一个完整的生态系统，包括硬件、软件、工具、文档、甚至云平台等。 看下面的图片:
- AI 算法工程师： 轻松将你的 AI 模型部署到嵌入式设备。
MaixPy 提供了易于使用的 API 来访问 NPU，以及帮助你开发 AI 模型的文档。
- STEM：想要教学生 AI 和嵌入式开发的老师。
MaixPy 提供了易于使用的 API，PC 工具，在线 AI 训练服务... 让你专注于教授 AI，而不是硬件和复杂的软件使用。
- 创客: 想要制作一些酷炫的项目，但不想学习复杂的硬件和软件。
MaixPy 提供了 Python API，所以你需要做的就是学习基础 Python 语法，而 MaixPy 的 API 非常易于使用，你甚至可以在几分钟内完成你的项目。
- 工程师: 想要做一些项目，但希望尽快有一个原型。
MaixPy 易于构建项目，并提供相应的 C++ SDK，所以你可以直接使用 MaixPy 来部署或在几分钟内将 Python 代码转换为 C++。
- 学生： 想要学习 AI，嵌入式开发。
我们提供了许多文档和教程，以及大量开源代码，帮助你找到学习路线，并逐步成长。从简单的 Python 编程到视觉，AI，音频，Linux，RTOS等。
- 企业: 想要开发 AI 视觉产品，但没有时间或工程师来开发复杂的嵌入式系统。
使用 MaixPy 甚至图形编程来开发你的产品，不需要更多的员工和时间。例如，向你的生产线添加一个 AI QA 系统，或者根据你的需求向你的办公室添加一个 AI 安全监控器。
- 竞赛者: 想要赢得比赛的比赛人们。
MaixPy 集成了许多功能，易于使用，加快你作品产出速度，以在有限的时间内赢得比赛，国内常见比赛都有很多同学使用 MaixPy 赢得比赛。
如果你想从源代码编译 MaixPy 固件，请参考 构建 MaixPy 源码 页面。
所有在本仓库中的文件都遵循 Apache License 2.0 Sipeed Ltd. 协议，除了第三方库或者有自己的协议。
- 项目分享: maixhub.com/share
- 应用分享: maixhub.com/app
- 讨论: maixhub.com/discussion
- QQ 群: 862340358
- Telegram: t.me/maixpy
- Github issues: github.com/sipeed/maixpy/issues