В работе приведен краткий обзор технологии TinyML, рассмотрены современные фреймворки и библиотеки. Перечислены ключевые области применения TinyML. Подробно рассмотрена архитектура модуля Grove Vision AI V2. Проведено сравнение характеристик Grove V2 с другими TinyML-платформами: Raspberry Pi 4B, NVIDIA Jetson Nano, Arduino Nicla Vision. Представлена сравнительная таблица по производительности (FPS), энергопотреблению и цене на основе измерений и данных из других научных работ. Экспериментально выполнены задачи детекции и трекинга объектов с помощью Grove Vision AI V2: описаны настройка, запуск готовых моделей через платформу SenseCraft AI, а также замеры производительности (FPS, время отклика) и энергопотребления. Проведен анализ результатов: уточнены точность и стабильность распознавания, отмечены ограничения и перспективы развития.
