📚 课程目录第3章 Edge Impulse平台导航

3、Edge Impulse平台导航：熟悉Studio界面、项目创建、数据采集、Impulse设计、训练与部署的核心模块

Edge Impulse 是目前嵌入式机器学习领域最成熟的在线开发平台之一，它通过图形化工作流将“传感器数据采集—特征工程—模型训练—模型部署”全链路封装为可拖拽、可配置的模块。对于 Arduino 开发者而言，Edge Impulse 的最大价值在于：无需编写 Python 或 TensorFlow 代码，即可完成从原始数据到板端推理的完整闭环。本章将系统拆解 Edge Impulse Studio 的界面布局、项目创建流程、数据采集规范、Impulse 设计逻辑、训练调参与部署导出的核心模块，帮助你在 30 分钟内建立平台操作的全局认知。

3.1 平台界面总览与核心功能区

Edge Impulse Studio 的界面设计遵循“左导航 + 中央工作区 + 右侧上下文面板”的经典 SaaS 布局。登录 studio.edgeimpulse.com 后，左侧导航栏从上到下依次为：Dashboard（仪表盘）、Devices（设备）、Data acquisition（数据采集）、Impulse design（脉冲设计）、Features（特征）、Classifier（分类器/训练）、Model testing（模型测试）、Deployment（部署）。这八个模块构成了完整的机器学习流水线。

模块名称	核心功能	典型操作	输出产物
Dashboard	项目概览、数据统计、成员管理	查看样本总数、标签分布、项目 ID	项目配置信息
Devices	连接开发板、管理固件	烧录 Edge Impulse 固件、查看设备状态	在线设备列表
Data acquisition	采集/上传/标注数据	设置采样频率、时长、标签	带标注的时间序列样本
Impulse design	定义输入窗口、DSP 与学习模块	设置窗口大小、选择频谱特征	Impulse 配置
Features	生成并可视化特征向量	点击 Generate features，查看 UMAP/t-SNE	特征向量集
Classifier	训练神经网络或迁移学习模型	设置训练轮次、学习率、验证集比例	训练模型与准确率
Model testing	用独立测试集评估模型	运行批量测试、查看混淆矩阵	测试报告
Deployment	导出模型为库或固件	选择 Arduino 库、C++ 源码或 OpenMV	可下载的模型包

值得注意的是，Dashboard 中的 Project ID 和 Owner 信息在后续部署时会被写入生成的库文件中，用于标识模型来源。如果你在团队协作，建议在 Dashboard 中设置数据集的“Train/Test Split”比例，默认 80/20 通常适用于大多数传感器分类任务。

经验提醒：首次使用建议先连接一块 Arduino 开发板（如 Nano 33 BLE Sense 或 Portenta H7），在 Devices 模块中烧录官方固件。烧录完成后，设备会以串口方式出现在“Connected devices”列表中，此时才能进行实时数据采集。若使用模拟数据或 CSV 上传，可跳过设备连接步骤。

3.2 项目创建与数据采集规范

点击右上角“Create new project”即可新建项目。项目名称建议采用“硬件型号_传感器类型_任务描述”的格式，例如 nano33ble_accel_gesture。创建后进入项目主页，首先需要完成数据采集。Edge Impulse 支持三种数据接入方式：实时设备采集（通过串口）、CSV 文件上传（适用于已有数据集）、模拟数据生成（用于算法验证）。

实时采集时，需要配置三个关键参数：采样频率（Sample rate）、样本时长（Sample length）和标签（Label）。采样频率应遵循奈奎斯特采样定理，对于加速度计通常取 50-100 Hz，对于麦克风则需 16 kHz 以上。样本时长决定了单个训练样本的时间跨度，手势识别常用 1-2 秒，关键词唤醒常用 1 秒。每个标签至少采集 3-5 分钟的数据，以保证训练集有足够的样本量。

// 数据采集参数示例（Arduino Nano 33 BLE Sense 加速度计）
采样频率: 62.5 Hz（实际可用 50 Hz）
样本时长: 2 秒 → 每个样本 125 个数据点
标签: "circle" / "square" / "idle"
目标样本数: 每个标签 80 个样本（约 160 秒数据）

采集过程中，Edge Impulse 会实时显示波形图，并自动将数据切分为固定长度的窗口。建议在采集时保持环境一致性，例如固定传感器方向、控制背景噪声。采集完成后，进入“Data acquisition”页面底部的“Data explorer”，可以查看每个标签的样本数量、波形形态和频谱分布。若发现某些样本明显异常（如传感器脱落导致的平直波形），应删除或重新采集。

常见误区：很多初学者在采集数据时只记录“正样本”（如手势动作），而忽略了“负样本”（如静止状态或随机运动）。在分类任务中，负样本对于降低误报率至关重要。建议每个项目至少包含 20% 的负样本或背景噪声样本。

3.3 Impulse 设计：从原始信号到特征向量

Impulse 是 Edge Impulse 的核心抽象，它定义了“如何处理原始数据”的完整流水线。点击左侧“Impulse design”，首先需要设置输入窗口（Input window）的尺寸。窗口大小应与采集时的样本时长一致，但可以设置窗口重叠（Window increase）来增加训练样本数量。例如，原始样本时长为 2 秒，设置窗口增加为 0.5 秒，则每个原始样本可生成 3 个训练窗口。

接下来是处理模块（Processing blocks）的选择。Edge Impulse 提供了多种 DSP 模块：

Spectral Analysis（频谱分析）：适用于加速度计、陀螺仪等运动传感器，提取 FFT 频谱特征。
Audio (MFCC)：适用于麦克风音频，提取梅尔频率倒谱系数。
Image：适用于摄像头图像，但 Arduino 端较少使用。
Flatten：将原始信号直接展平为特征向量，适用于简单波形。

最后是学习模块（Learning blocks）的选择：分类任务选“Classification”，回归任务选“Regression”，异常检测选“Anomaly Detection (K-means)”。对于 Arduino 手势识别，通常选择“Spectral Analysis + Classification”组合。配置完成后，点击“Save Impulse”，然后进入“Features”页面，点击“Generate features”生成特征向量。生成后，系统会显示 UMAP 降维可视化图，如果不同类别的数据点明显分离，说明特征提取有效；如果重叠严重，则需要调整 DSP 参数或增加数据量。

案例拆解：假设我们要识别 Arduino Nano 33 BLE Sense 上的三种手势（上挥、下挥、左挥）。初始配置为：窗口 2 秒、频谱分析（FFT 长度 128）、分类模型。生成特征后，UMAP 图显示“上挥”和“下挥”部分重叠。分析发现，两种手势在垂直方向上的加速度波形相似，仅方向相反。解决方案：在频谱分析中增加“频域统计特征”（如均值、方差、峰值频率），并增加样本量至每个标签 120 个。重新生成特征后，三类数据点明显分离，训练准确率从 82% 提升至 95%。

3.4 模型训练、测试与部署

进入“Classifier”页面，可以配置神经网络结构。Edge Impulse 默认提供两层全连接网络，但你可以通过“Add extra layer”增加隐藏层。关键参数包括：训练轮次（Training cycles）（默认 100，过拟合时可减少至 50）、学习率（Learning rate）（默认 0.001，若损失不下降可调至 0.0005）、验证集比例（Validation set）（默认 20%）。点击“Start training”后，系统会显示训练损失曲线和验证准确率。

训练完成后，进入“Model testing”页面，使用独立的测试集（即之前划分的 20% 数据）进行批量评估。这里会输出混淆矩阵和F1 分数。如果测试准确率低于 90%，建议回到数据采集阶段补充样本，或调整 Impulse 设计中的 DSP 参数。注意，Edge Impulse 的测试集是独立于训练集的，因此测试结果更能反映模型的泛化能力。

最后进入“Deployment”页面，选择“Arduino Library”作为输出格式。Edge Impulse 会生成一个 ZIP 包，其中包含完整的 C++ 库，可以直接导入 Arduino IDE。部署到板端后，调用 ei_classifier_lib 的推理函数即可获得分类结果。部署时需注意：RAM 和 Flash 占用。例如，频谱特征 + 分类模型在 Nano 33 BLE Sense 上通常占用约 30KB RAM 和 60KB Flash，若超出限制，可减少 FFT 长度或降低采样频率。

// Arduino 部署后的推理代码示例
#include <ei_classifier_porting.h>
#include <model.h>

void loop() {
  // 采集 2 秒加速度数据到 features[] 数组
  float features[125];
  // ... 填充数据 ...
  
  ei_impulse_result_t result;
  run_classifier(features, &result);
  
  // 输出分类结果
  for (size_t i = 0; i < EI_CLASSIFIER_LABEL_COUNT; i++) {
    Serial.printf("%s: %.2f%%\n", result.classification[i].label,
                  result.classification[i].value * 100);
  }
  delay(100);
}

风险提示：部署后若发现推理结果与训练时差异较大，首先检查传感器数据范围是否一致。Edge Impulse 在训练时会自动做归一化，但部署时若传感器量程不同（例如将 ±2g 的加速度计换成 ±8g），会导致特征分布偏移。务必在部署前确认传感器配置与训练时完全一致。

3.5 常见误区与复盘总结

通过大量项目实践，我们总结了以下高频问题：

数据量不足：每个标签少于 30 个样本，导致模型过拟合。建议至少 50 个样本/标签。
窗口尺寸不合理：窗口过短丢失时序信息，过长引入冗余噪声。手势识别推荐 1-2 秒。
忽略特征可视化：不查看 UMAP 图就直接训练，导致特征可分性差时仍盲目调参。
部署时忘记设置串口波特率：Edge Impulse 固件默认 115200，若 Arduino IDE 串口监视器设置为 9600，将无法通信。
混淆“训练准确率”与“测试准确率”：训练准确率高不代表泛化好，必须以 Model testing 结果为准。

复盘整个流程，Edge Impulse 的核心优势在于将复杂的 ML 工程封装为可视化模块，但使用者仍需理解每个模块背后的原理。建议初学者按照“数据采集 → 特征可视化 → 简单模型 → 部署验证”的顺序快速跑通一个最小案例，再逐步优化。当遇到问题时，优先检查数据质量，其次调整 DSP 参数，最后才考虑修改网络结构。

效率技巧：在“Data acquisition”页面，可以使用“Record new data”旁边的“Quick capture”功能，快速采集 10 秒数据并自动切分为 5 个样本。对于需要大量数据的场景，建议编写 Arduino 脚本自动循环采集，并通过串口发送“label”命令来切换标签，这样可以大幅提升数据采集效率。