VIP20
本课程属于：017-TinyML传感器数据建模与时序分类 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

20. TinyML时序项目交付：数据规范、模型指标与板端验证

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
TinyML时序项目交付的整体流程 · 核心挑战与学习目标
课程导入TinyML
02
时序数据基础
时间序列数据的特性 · 采样率 · 时间戳
时序数据基础时间序列数据的特…
03
数据规范总览
数据采集 · 清洗 · 标注
数据规范总览数据采集
04
数据采集规范
传感器选型 · 采样频率设定 · 数据格式统一与原始数据记录要求
数据采集规范传感器选型
05
数据清洗与预处理
去噪 · 插值 · 归一化
数据清洗预处理
06
数据标注与标签设计
时序事件标注 · 滑动窗口标签 · 多标签分类与回归目标构建
数据标注标签设计
07
数据集划分策略
训练/验证/测试集划分 · 时间序列避免数据泄漏的切分方法（如按… · 滚动窗口）
数据集划分策略训练
08
数据增强与合成
时序数据增强技术（如加噪 · 缩放 · 时间扭曲）及合成数据生成方法
数据增强合成
09
特征工程基础
时域特征（均值 · 方差 · 峰值）
特征工程基础时域特征
10
特征选择与降维
相关性分析 · 主成分分析（PCA） · 自动编码器在时序特征压缩中的应用
特征选择降维
11
模型指标概述
分类指标（准确率 · 精确率 · 召回率
模型指标概述分类指标
12
时序模型评估指标
混淆矩阵 · ROC/AUC · PR曲线
时序模型评估指标混淆矩阵
13
模型泛化与过拟合
交叉验证 · 正则化 · 早停法在TinyML时序模型中的应用
模型泛化过拟合
14
模型量化与压缩指标
量化误差 · 模型大小 · 参数量
模型量化压缩指标
15
TinyML模型部署前验证
PC端仿真 · 数据集测试 · 鲁棒性测试（噪声
TinyML模型部署前验证
16
板端验证环境搭建
硬件选型（MCU · 传感器） · 开发板配置
板端验证环境搭建MCU
17
模型转换与部署
TensorFlow Lite Mi… · CMSIS-NN · 模型转换流程与内存优化
模型转换部署
18
板端推理测试
实时数据采集 · 推理延迟 · 功耗测量
板端推理测试实时数据采集
19
板端与PC端结果对比
精度差异分析 · 量化影响 · 数据分布偏移的识别与处理
PC板端
20
案例实战（一）
基于加速度计的人体活动识别——从数据…
案例实战基于加速度计的人…
21
案例实战（二）
基于温度/湿度传感器的异常检测——数…
案例实战基于温度
22
案例实战（三）
基于麦克风的语音关键词识别——特征工…
案例实战基于麦克风的语音…
23
案例实战（四）
工业设备预测性维护——回归模型与剩余…
案例实战工业设备预测性维…
24
常见问题（一）
数据不平衡 · 样本不足 · 标注不一致的解决方案
常见问题数据不平衡
25
常见问题（二）
模型在板端精度下降 · 推理不稳定 · 内存溢出的排查与修复
常见问题模型
26
常见问题（三）
实时性要求高 · 功耗受限 · 无线传输延迟的优化策略
常见问题实时性要求高
27
项目交付规范
代码版本管理 · 文档编写 · 模型卡
项目交付规范代码版本管理
28
自动化测试与持续集成
在TinyML项目中引入自动化测试 · 回归测试与CI/CD流程
自动化测试持续集成
29
综合提升
从单模型到多传感器融合 · 联邦学习与边缘-云协同的进阶方向
综合提升从单模型到多传感…
30
课程总结与项目实战
综合运用所学知识完成一个完整的Tin… · 并进行答辩与评审
课程总结项目实战