一、硬件要求
esp32-cam单片机+一个LED灯（用这个灯作为测试，若控制日常生活用的灯可以用继电器接上220V的电源）
二、深度学习部分
需要在电脑上配置yolov8的运行环境，最好自己电脑有独立显卡，这样检测的视频更加流畅，效果更好，配置过程参见我的另一篇博客：https://mp.csdn.net/mp_blog/creation/editor/new/128743017
三、原理部分（核心）
首先利用esp32的WIFI模块连接路由器，电脑端也链接一个路由器（注意必须是同一个，因为单片机和电脑之间要通过这个路由器进行通信）。
然后电脑端和单片机之间就可以通过Socket套接字进行通信了。
单片机不断拍摄图片，通过UDP协议传输到电脑端，电脑端接收图片信息并进行简要处理，之后输入进yolov8神经网络，得到检测到的人物信息，并将人物信息再传输到单片机，单片机通过接收到的人物信息控制自身GPIO口的高低电平，从而控制LED灯的亮灭。
在PC端，用PyQt做了一个简略的界面，可以实时显示单片机监控的画面，并显示当前画面中的人数。在GUI页面上有三个功能按键：1、录制所监控的视频。2、开启智能灯模式（检测到人就亮，连续10s检测不到人，灯自动熄灭）。3、传统灯模式（开启则一直亮，关闭则一直灭）。2和3模式混合可以结合新型灯和传统灯的优点，实现互补，扩大使用范围。
最终在PC端生成exe文件，相当于针对这个产品做了一个简略的软件，使用起来更加简单醒目。
四、拓展
由此能做出更多类似的产品，不止智能灯，还有智能空调等等，乃至整个智能家居系统。这个阶段因为资源有限，用的是esp32，没有操作系统，所以主要的处理部分还依托计算机，如果想要进一步作出独立产品，可以使用向树莓派那样有自己操作系统的的单片机。
--------------------------------源码就不在此处展示了，如需要可以留言-------------------------------------------
