📚 课程目录第1章课程导入

课程导入：学习目标、适用人群、课程项目全景与最终成果预览

TinyML 正在将机器学习从云端数据中心推向数十毫瓦功耗的边缘设备。当传感器融合（Sensor Fusion）遇上 MCU（微控制器）时，开发者面临的核心矛盾不再是“算法精度够不够”，而是“内存够不够、延迟能不能扛、功耗能不能压”。本课程以“MCU 上运行传感器融合 TinyML 模型”为主线，聚焦内存优化这一关键工程瓶颈，通过一个完整的端到端项目，带你掌握从模型选型、量化压缩、算子优化到内存布局调优的实战方法论。

1.1 学习目标：从“能跑”到“跑得好”

本课程不是简单的“模型部署教程”，而是围绕内存优化这一核心工程约束，帮助你建立一套完整的 TinyML 传感器融合开发思维。完成本课程后，你将具备以下能力：

能力维度	具体目标	可验证成果
模型压缩	掌握 PTQ（训练后量化）与 QAT（量化感知训练）在 MCU 上的应用差异	将 FP32 模型压缩至 INT8，精度损失控制在 2% 以内
内存规划	理解 MCU 内存层级（Flash/SRAM/Cache）与 TensorFlow Lite Micro 的内存分配机制	能手动计算模型运行时的峰值 RAM 占用
算子优化	掌握深度可分离卷积、全连接层融合、激活函数查表法等常用优化手段	推理延迟降低 30% 以上，RAM 占用减少 40%
传感器融合	理解加速度计 + 陀螺仪 + 磁力计数据融合在 TinyML 中的特征表达方式	完成 6 轴 IMU 数据采集、预处理与特征工程
工程落地	掌握 MCU 端部署的完整流程：模型转换、代码生成、板级调试、功耗测量	在真实开发板上运行 HAR 模型，实现实时推理

  核心认知：在 MCU 上跑 TinyML，内存优化不是“锦上添花”，而是“生死攸关”。一个 300KB 的模型在 PC 上微不足道，但在只有 192KB RAM 的 STM32L4 上，可能连加载都无法完成。本课程的所有技术手段，最终都指向同一个目标：在有限的内存预算内，实现尽可能高的推理精度和尽可能低的延迟。

1.2 适用人群：谁应该学习这门课程？

本课程面向具备一定嵌入式基础，希望进入 TinyML 领域的开发者。具体来说，以下三类人群将从中获益最多：

嵌入式软件工程师：你已经熟悉 MCU 开发（STM32、ESP32、RP2040 等），了解中断、DMA、外设驱动，但缺乏机器学习模型部署经验。本课程将帮你打通“嵌入式 + ML”的任督二脉。
AI 算法工程师：你熟悉 TensorFlow/PyTorch 等框架，能训练出高精度模型，但对 MCU 的内存限制、定点运算、算子实现缺乏概念。本课程将让你理解“算法落地”的真实约束。
物联网/可穿戴设备开发者：你的产品需要实时处理传感器数据，但云端推理延迟高、功耗大、隐私风险高。本课程将教你如何将 AI 能力下沉到设备端。

前置知识要求：

C/C++ 编程基础（指针、结构体、内存管理概念）
基本的 MCU 开发经验（GPIO、UART、I2C/SPI 通信）
了解机器学习基本概念（训练/推理、特征、分类/回归）
不需要 GPU 或云端训练经验，但如果有 TensorFlow 基础会更容易上手

注意：本课程不是“零基础入门课”。如果你从未接触过嵌入式开发，建议先补充 STM32 或 ESP32 的基础知识。课程中的代码示例基于 C++ 和 TensorFlow Lite Micro，需要你具备阅读和修改代码的能力。

1.3 课程项目全景：人体活动识别（HAR）系统

整个课程将围绕一个完整的实战项目展开：基于 6 轴 IMU 的人体活动识别系统。该项目模拟真实的可穿戴设备场景——设备佩戴在手腕上，通过加速度计和陀螺仪数据，实时识别用户当前的活动状态（静止、走路、跑步、上下楼、骑车等）。

项目技术栈与约束条件如下：

项目要素	具体配置	说明
硬件平台	STM32L4 系列开发板（192KB RAM / 1MB Flash）	也可适配 ESP32-S3（320KB RAM / 8MB Flash）
传感器	LSM6DSOX（6 轴 IMU，内置机器学习核）	I2C 接口，采样率 104Hz
模型架构	1D-CNN + 全连接层（约 30K 参数）	输入：6 通道 × 64 时间步（约 0.6 秒窗口）
量化方案	INT8 全量化（权重 + 激活）	使用 TensorFlow Lite Converter 的 PTQ
推理框架	TensorFlow Lite Micro	手动规划内存 arena，避免动态分配
性能指标	RAM ≤ 40KB，Flash ≤ 200KB，延迟 ≤ 30ms	在 80MHz 主频下实现

项目分为五个阶段，对应课程的不同模块：

数据采集与预处理（第 2-4 章）：编写 STM32 固件，通过 DMA 读取 IMU 数据，实现滑动窗口分割与归一化。
模型训练与量化（第 5-8 章）：在 PC 端训练 HAR 模型，进行 PTQ 量化，评估精度损失。
模型转换与部署（第 9-14 章）：将 TFLite 模型转换为 C++ 字节数组，集成 TensorFlow Lite Micro 运行时。
内存优化实战（第 15-24 章）：这是课程的核心部分，包括算子融合、内存复用、arena 调优、静态规划等。
系统集成与功耗优化（第 25-30 章）：实现低功耗模式（睡眠-唤醒）、BLE 数据上报、最终性能调优。

  项目亮点：这个项目不是“玩具 demo”，而是一个接近工业级的产品原型。课程中会涉及真实工程中会遇到的问题：传感器噪声、数据漂移、量化误差累积、内存碎片、中断延迟等。你将学会如何用系统化的方法诊断和解决这些问题。

1.4 最终成果预览：你将交付什么？

完成本课程后，你将交付一个完整的、可演示的嵌入式 AI 系统。具体成果包括：

可运行的固件工程：基于 STM32CubeIDE 或 PlatformIO 的完整项目，包含所有源代码、链接脚本、配置文件。
量化后的模型文件：INT8 量化的 TFLite 模型，以及对应的 C++ 头文件（模型以字节数组形式嵌入固件）。
内存优化报告：详细记录模型各层的内存占用、优化前后的对比数据、arena 配置方案。
性能测试数据：包括推理延迟、峰值 RAM、Flash 占用、功耗曲线（使用功耗分析仪测量）。
可视化上位机：一个简单的 Python 脚本，通过串口接收识别结果，实时显示活动状态。

以下是课程最终成果的预期指标：

指标	初始基线（未优化）	最终目标（优化后）	优化幅度
模型大小（Flash）	约 480KB（FP32）	约 120KB（INT8）	↓ 75%
峰值 RAM	约 96KB	约 32KB	↓ 67%
推理延迟	约 85ms	约 25ms	↓ 70%
平均功耗	约 25mW（连续运行）	约 8mW（睡眠-唤醒模式）	↓ 68%
分类准确率	94.2%（FP32）	92.8%（INT8）	仅损失 1.4%

学习建议：不要急于追求“一步到位”。课程中的每个优化技术都会在真实项目上验证效果。建议你准备一个实验记录本，记录每次修改前后的性能数据。你会发现，内存优化是一个“积小胜为大胜”的过程——每个技术可能只带来 5-10% 的提升，但组合起来就是 60-70% 的飞跃。

1.5 常见误区与学习路径建议

在开始正式学习之前，先澄清几个常见的认知误区，帮助你建立正确的学习预期：

误区一：“模型越小越好”
模型压缩到极致（比如从 INT8 进一步压缩到 INT4）确实能减少内存占用，但可能带来严重的精度损失，甚至导致模型完全不可用。本课程的目标是“在满足精度要求的前提下最小化内存”，而不是“无条件最小化内存”。你需要学会在精度和资源之间找到平衡点。

误区二：“TensorFlow Lite Micro 是万能的”
TFLite Micro 提供了统一的推理接口，但它不是“一键部署”的魔法工具。你需要理解它的内存分配机制（arena）、算子注册表、以及如何针对特定硬件进行优化。很多时候，你需要修改框架源码或编写自定义算子。

误区三：“内存优化是最后一步”
很多开发者先训练模型、部署成功后再考虑优化，结果发现模型结构本身就不适合 MCU。正确的做法是：在模型设计阶段就考虑内存约束——比如选择深度可分离卷积而不是标准卷积，控制特征图通道数，避免过大的全连接层。本课程会在模型训练章节就引入这些“内存友好”的设计原则。

最后，给出本课程的学习路径建议：

按顺序学习：课程内容有严格的递进关系，前面的章节（数据采集、模型训练）是后面优化章节的基础。不要跳跃式学习。
动手实践：每章都配有可运行的代码示例和实验任务。建议在真实硬件上验证每个优化技术的效果，而不是只看理论。
建立基线：在开始优化之前，先测量未优化版本的性能数据（RAM、Flash、延迟、功耗）。后续每次优化后都对比基线，量化改进效果。
善用工具：学会使用 STM32CubeMonitor、串口调试助手、功耗分析仪（如 Joulescope）、以及 GCC 的 size 命令来测量固件的内存占用。