VIP20
本课程属于：013-TinyML振动异常检测 工业控制与工业互联网 · 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

加速度计数据采集TinyML异常检测项目实战

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
学习目标 · 课程结构 · 项目总览
课程导入学习目标
02
加速度计基础
加速度计工作原理 · 三轴数据含义 · 常见传感器型号（如MPU6050
加速度计基础加速度计工作原理
03
数据采集硬件与接口
I2C/SPI通信协议 · Arduino/ESP32/STM3…
数据采集硬件接口
04
数据采集软件实现
使用C++/MicroPython编… · 实现实时数据流
数据采集软件实现C++/MicroPyt…
05
数据采样与预处理
采样率设置 · 滤波（低通/高通） · 去噪
数据采样预处理
06
数据标注与数据集构建
异常类型定义（冲击 · 振动异常 · 倾斜等）
数据标注数据集构建
07
TinyML基础概念
TinyML定义 · 边缘计算优势 · 模型量化与压缩
TinyML基础概念
08
异常检测方法概述
统计方法（阈值 · Z-score） · 机器学习方法（One-Class S…
异常检测方法概述统计方法
09
特征工程
时域特征（均值 · 方差 · 峰值
特征工程时域特征
10
TinyML模型选型
适合MCU的模型结构（轻量CNN · TinyLSTM · Autoencoder）
TinyML模型选型
11
模型训练环境搭建
使用TensorFlow Lite… · Edge Impulse · Arduino Nano 33 BL…
模型训练环境搭建TensorFlow
12
数据采集实战
使用Arduino/ESP32采集真… · 保存为CSV/JSON格式 · 可视化数据
数据采集实战Arduino/ESP3…
13
数据预处理实战
编写Python脚本对采集数据进行清… · 滤波 · 窗口化
数据预处理实战Python
14
特征提取实战
使用Python计算时域和频域特征 · 构建特征矩阵 · 可视化特征分布
特征提取实战Python
15
传统异常检测模型训练
使用scikit-learn训练On… · 孤立森林 · 评估性能
传统异常检测模型…scikit-learn
16
自编码器异常检测模型
构建并训练自编码器 · 使用重构误差检测异常 · 在PC上验证
自编码器异常检测…构建并训练自编码…
17
模型量化与转换
将训练好的模型转换为TensorFl… · 进行8位量化 · 评估精度损失
模型量化转换
18
TinyML模型部署
将量化模型部署到Arduino Na… · 编写推理代码
TinyML模型部署
19
实时异常检测系统集成
结合数据采集 · 预处理 · 模型推理
实时异常检测系统…结合数据采集
20
Edge Impulse平台实战
使用Edge Impulse完成数据… · 训练 · 部署全流程
EdgeImpulse
21
模型优化与调参
调整窗口大小 · 特征组合 · 模型结构
模型优化调参
22
案例实战
工业设备振动异常检测 · 构建检测系统 · 评估鲁棒性
案例实战工业设备振动异常…
23
案例实战
人体活动异常检测（跌倒检测） · 实现紧急报警
案例实战人体活动异常检测
24
案例实战
智能家居设备异常监测 · 识别异常状态
案例实战智能家居设备异常…
25
常见问题与调试
数据采集噪声大 · 模型过拟合 · 部署后精度下降
常见问题调试
26
性能评估与测试
混淆矩阵 · 准确率/召回率/F1-score · 推理时间
性能评估测试
27
项目优化与扩展
多传感器融合 · 无线传输 · 云边协同
项目优化扩展
28
综合实战项目
从零搭建一个完整的加速度计异常检测系… · 包括硬件 · 软件
综合实战项目从零搭建一个完整…
29
课程总结与进阶路径
回顾核心知识点 · 推荐进阶学习资源（TinyML书籍 · 论文
课程总结进阶路径
30
结业测试与项目答辩
设计综合测试题 · 学员展示项目成果 · 讲师点评与反馈
结业测试项目答辩