4、标签层级结构：从粗粒度到细粒度的层级设计（如类别-子类别-属性），层级间的关系与约束
TinyML 数据标注的复杂性在于：同一份传感器数据或音频片段，往往需要同时回答“这是什么”“它属于哪一类”“它的具体特征是什么”等多个层次的问题。如果将所有信息平铺在一个标签平面上，不仅会导致标签体系混乱、标注人员理解分歧，还会让后续模型训练时的损失函数设计、类别权重调整、知识蒸馏等环节无从下手。标签层级结构（Label Hierarchy）正是为了解决这一问题而引入的顶层设计规范。它通过将标签组织为“类别—子类别—属性”的多级树状结构，让标注行为从“给一个名字”升级为“描述一个对象的多维身份”。本章将系统讲解层级设计的原则、层级间的关系约束，以及如何在 TinyML 项目中落地这一规范。
上图展示了 TinyML 标签层级结构的基本骨架。在实际项目中，这个树状结构并非随意搭建，而是需要遵循严格的逻辑关系和业务约束。下面我们从核心原理、设计方法、实战案例和常见误区四个维度展开。
4.1 核心原理：为什么 TinyML 需要标签层级
TinyML 模型通常部署在内存小于 256KB、Flash 小于 1MB 的微控制器上，其模型容量和表达能力远低于云端深度学习模型。这意味着模型无法像大模型那样通过海量参数隐式学习复杂的语义关系，而必须依赖训练数据中显式编码的结构化知识。标签层级结构正是将人类对物理世界的认知结构“压缩”进训练数据的一种方式。
从信息论角度看，层级结构带来了三个关键收益：第一，样本效率提升。当模型在粗粒度类别上共享参数时，子类别的学习可以借用父类别的特征表示。例如，在关键词唤醒（KWS）任务中，“数字”这一父类别下的“零”到“九”十个子类别，可以共享“数字发音”的共性声学特征，从而减少每个子类别所需的训练样本量。第二，错误模式可控。层级结构允许模型在推理时先判断粗粒度类别，再细化到子类别，即使子类别判断错误，粗粒度结果仍然可用。这在工业异常检测中尤为重要——设备发出异响时，先判断是“机械故障”还是“电气故障”，再定位具体故障类型，比直接输出十几种故障类型更稳健。第三，标注成本降低。标注人员可以先快速标注粗粒度类别，再由专家对特定子类别进行精细标注，这种“分级标注”策略可以显著减少专家工时。
层级结构还天然支持标签的语义距离计算。在传统扁平标签中，“狗”和“猫”的距离与“狗”和“汽车”的距离是相等的，这显然不符合物理世界的相似性。而在层级结构中，可以通过计算两个标签在树中的最近公共祖先（LCA）深度来定义语义距离，这为后续的损失函数设计（如层级交叉熵）和模型校准提供了数学基础。
4.2 设计方法：从粗粒度到细粒度的四步构建法
构建标签层级结构不是一蹴而就的，需要结合数据分布、模型能力、业务需求进行迭代设计。以下是经过多个 TinyML 项目验证的四步构建法：
- 第一步：业务目标分解。明确模型部署后需要回答哪些问题。例如，一个振动传感器监测系统需要回答：设备是否异常（二分类）？如果异常，属于哪种故障类型（多分类）？故障的严重程度如何（回归或有序分类）？这三个问题对应了三个层级。
- 第二步：数据分布调研。统计现有标注数据中各类别的样本量、特征区分度、混淆程度。如果两个子类别在特征空间严重重叠，说明它们可能不应该作为同一父类别下的并列子节点，而应该合并或调整层级位置。
- 第三步：层级树设计。遵循“MECE原则”（相互独立，完全穷尽），确保每个样本都能且只能归属到一个叶子节点。同时控制树的深度——TinyML 场景下建议不超过 3 层（类别-子类别-属性），因为过深的树会导致推理时多次条件判断，增加延迟和内存消耗。
- 第四步：约束规则定义。明确层级间的逻辑约束，包括互斥性、继承性、完备性，以及属性值的取值范围和单位。
下表展示了一个工业电机声学监测项目的标签层级设计示例，对比了扁平标签与层级标签的差异：
| 层级 | 扁平标签（错误示范） | 层级标签（推荐） | 约束说明 |
|---|---|---|---|
| 类别（L1） | 正常、轴承磨损、齿轮断裂、转子不平衡、松动、润滑不良 | 正常、异常 | L1 互斥，所有样本必须二选一 |
| 子类别（L2） | — | 机械故障、电气故障 | 仅在 L1=异常时标注；机械/电气互斥 |
| 属性（L3） | — | 故障部位：轴承/齿轮/转子；严重程度：轻微/中等/严重 | 属性可多选；严重程度为有序标签 |
从表中可以看出，扁平标签将所有信息混在一起，导致“轴承磨损”和“齿轮断裂”被当作完全独立的类别，忽略了它们同属“机械故障”的共性。而层级标签通过三层结构，既保留了细粒度信息，又让模型可以分阶段学习。
4.3 案例拆解：智能家居语音命令的层级标注实战
我们以一个实际的智能家居语音命令识别项目为例，完整展示层级标签的设计与落地过程。
项目背景与约束：某智能音箱厂商需要在离线端侧（Cortex-M4 内核，512KB RAM）实现 20 条中文语音命令的识别。原始需求是“识别用户说的命令词”，但经过业务分析发现，命令词之间存在明显的层级关系。例如，“打开客厅灯”和“关闭客厅灯”共享“灯控”这一语义父类，“调高空调温度”和“调低空调温度”共享“空调控制”父类。如果直接做 20 分类，模型参数量大且容易混淆“打开”和“关闭”这类反义词对。
初始现象与目标：使用扁平 20 分类的 MobileNetV2 结构，模型大小 380KB，Flash 占用超标，且“打开/关闭”类命令的混淆率高达 12%。目标是将模型压缩到 200KB 以内，同时将混淆率降至 3% 以下。
关键输入数据与参数：训练集共 8000 条语音（每条 1 秒，16kHz 采样），每条包含命令词和对应的操作对象。标注人员最初只标注了命令词文本，没有标注语义层级。
分析判断过程：我们首先对 20 个命令词进行语义聚类，发现可以归纳为 5 个父类别：灯控（4 条）、空调控制（4 条）、窗帘控制（4 条）、安防控制（4 条）、场景模式（4 条）。每个父类别下再按“操作类型”分为“打开/关闭/调高/调低”等子类别。进一步分析发现，“打开”和“关闭”在声学特征上高度相似，但在语义层级中属于同一子类别下的对立属性，因此可以在属性层用“操作方向”这一属性来区分。
实际操作步骤：
- 重新设计标签体系：L1 为 5 个设备类别，L2 为操作类型（开关/调节/查询），L3 为具体属性（如目标温度值、灯光亮度百分比）。
- 修改标注工具，要求标注人员先选择 L1，再选择 L2，最后填写 L3 属性值。对于“打开客厅灯”，标注为：灯控 → 开关 → 状态=开，对象=客厅。
- 模型结构改为“层级分类头”：共享特征提取器后，分三个分支分别输出 L1、L2、L3 的预测结果，总损失为三个分支损失的加权和。
- 训练时对 L1 分支给予更高权重（0.5），L2 和 L3 分支各 0.25，因为 L1 错误会导致后续层级全部错误。
结果对比：改进后模型大小降至 180KB，满足 Flash 约束；整体准确率从 88% 提升至 96.5%；“打开/关闭”类混淆率从 12% 降至 2.1%。更重要的是，当模型对 L3 属性（如具体温度值）预测错误时，L1 和 L2 仍然正确，系统可以执行“调温”操作但提示用户确认具体数值，避免了完全无法响应的情况。
风险与代价：层级标注增加了标注工作量，每条语音需要额外选择 2-3 个层级标签，标注时间从平均 8 秒增加到 15 秒。此外，层级分类头的设计增加了模型代码复杂度，需要额外的条件判断逻辑。但总体收益远大于成本。
复盘经验：层级设计的关键不是“分几层”，而是“每一层是否对应一个独立的决策边界”。在本案例中，L1 对应“控制什么设备”，L2 对应“做什么操作”，L3 对应“具体参数”，每一层都有清晰的物理意义和声学特征支撑，因此模型能够有效学习。
4.4 常见误区与总结复盘
在多个 TinyML 项目的评审中，我们发现以下四个高频误区需要特别警惕：
误区一：层级过深导致推理延迟失控。有些团队为了追求信息完备，设计了 5-6 层标签树。但在 MCU 上，每一层分类都需要一次额外的条件判断和特征提取，导致推理时间从 50ms 增加到 200ms 以上。建议 TinyML 场景下层级深度不超过 3 层，如果确实需要更多属性信息，可以将属性作为回归任务而非分类任务。
误区二：层级间约束定义不完整。例如，在“设备类型”和“故障类型”两个维度上，没有定义“哪些设备类型可以出现哪些故障类型”的合法组合。这会导致标注人员产生歧义，比如“电机”和“轴承磨损”是合法组合，但“电机”和“齿轮断裂”可能不合法（因为电机本身没有齿轮）。必须在标注规范中明确每个父节点下子节点的合法集合。
误区三：忽略层级间的样本不平衡。父类别的样本量分布往往极不均衡。例如，“正常”样本可能占 90%，而“异常”只占 10%。在层级结构中，这种不平衡会逐级放大——如果 L1 的“异常”类样本很少，那么 L2 和 L3 的可用样本就更少。解决方案包括：对 L1 采用 focal loss，对 L2/L3 采用类别权重，或者使用数据增强技术合成少数类样本。
误区四：将属性标签当作独立类别。属性（如温度值、亮度百分比）本质上是连续值或有序值，不应作为离散类别处理。正确做法是将属性建模为回归头或有序分类头，与类别标签分开输出。例如，在“空调控制”子类别下，“目标温度”属性应输出 16-30 的连续值，而不是 15 个独立类别。
总结复盘：标签层级结构是 TinyML 数据标注的“骨架”，它决定了模型能学到什么、不能学到什么。设计时需遵循“业务驱动、数据验证、约束明确”的原则。业务驱动意味着层级必须对应真实世界的决策逻辑；数据验证意味着要通过混淆矩阵和特征可视化来检验层级划分的合理性；约束明确意味着每一层的标签集合、合法组合、属性取值范围都必须写入标注规范文档。最后，请记住：层级结构不是越细越好，而是要在模型容量、推理延迟、标注成本之间找到平衡点。一个设计良好的 3 层标签体系，往往比一个混乱的 5 层体系带来更高的模型性能和更低的维护成本。