📚 课程目录第2章嵌入式机器学习基础

嵌入式机器学习基础：机器学习核心概念、神经网络基础、模型量化与压缩原理

在进入NXP eIQ平台的TinyML实战之前，必须先建立扎实的理论地基。嵌入式机器学习并非简单地将云端模型“缩小”后塞进MCU，而是涉及算法、硬件资源与功耗约束的系统性工程。本章将围绕三个核心支柱展开：机器学习的基本范式与关键术语、神经网络的组成与工作原理、以及让模型能够在资源受限设备上运行的量化与压缩技术。理解这些概念，将直接决定你在后续章节中能否正确选择模型架构、配置eIQ工具链参数，并有效排查部署过程中出现的精度损失或内存溢出问题。

上图展示了本章知识在TinyML部署链路中的位置。可以看到，机器学习核心概念决定了你如何定义问题和评估模型；神经网络基础决定了你如何设计模型结构；而量化与压缩则是将模型从云端“搬运”到MCU的关键桥梁。三者环环相扣，任何一环的缺失都会导致部署失败。下面我们逐一深入。

2.1 机器学习核心概念：从数据到模型的闭环

核心原理：监督学习与模型泛化

嵌入式机器学习绝大多数场景属于监督学习——即通过已标注的数据样本（特征+标签）训练模型，使其学习从输入到输出的映射关系。以关键词唤醒（KWS）为例，输入是音频特征（如MFCC系数），输出是“是/否/静音”等类别标签。模型训练的本质是最小化损失函数，即预测值与真实值之间的差异。但训练集上的低损失并不代表模型优秀，关键在于泛化能力——对未见过的真实数据的预测能力。

在TinyML场景中，数据规模通常远小于云端AI（可能只有几千个样本），因此过拟合风险极高。过拟合表现为模型在训练集上精度接近100%，但在验证集上却大幅下降。这就像学生死记硬背了练习册答案，但考试遇到新题就束手无策。

判断方法：数据集划分与评估指标

一个规范的TinyML项目，数据必须划分为三个独立集合：

数据集	用途	典型比例	关键注意事项
训练集	更新模型权重	60%-70%	必须包含数据增强（如噪声叠加、位移）
验证集	调超参数、早停	15%-20%	不能参与训练，用于选择模型版本
测试集	最终评估	15%-20%	完全未见过，模拟真实部署环境

评估指标不能只看准确率。在类别不平衡时（例如异常检测中正常样本占99%），准确率会虚高。应综合使用精确率（Precision）、召回率（Recall）和F1分数。例如在工业故障预测中，漏报（假阴性）的代价远高于误报（假阳性），此时应优先提高召回率。

案例拆解：MCU上的手势识别数据策略

假设我们要在NXP i.MX RT1170上部署一个3轴加速度计的手势识别模型（识别上、下、左、右四个方向）。初始方案直接采集了500个样本，训练后验证集准确率仅82%。分析发现：训练集中90%的数据来自同一名测试者，且采集时手臂姿势固定。这导致模型学到了“测试者手臂特征”而非“手势特征”。

改进措施：1) 邀请5名不同身高、性别的测试者，每人采集200组数据；2) 每组数据随机加入高斯噪声和±15°的旋转扰动；3) 按8:1:1划分训练/验证/测试集，并确保同一测试者的数据不会同时出现在训练集和测试集中。改进后，测试集准确率提升至94.5%，且在不同佩戴位置（手腕/小臂）下表现稳定。

风险提示：在嵌入式场景中，数据采集的环境（传感器采样率、供电电压波动、温度变化）与实验室环境往往存在差异。建议在部署前采集一小部分“现场数据”进行快速验证，如果精度下降超过5%，需要重新采集数据或增加数据增强策略。

常见误区与复盘

误区一：认为数据越多越好。在MCU上，数据量过大会导致训练时间过长，且可能引入冗余特征。应关注数据质量与多样性。
误区二：忽视标签噪声。在人工标注数据时，错误标签会严重干扰训练。建议采用交叉验证方式检查标签一致性。
误区三：直接使用云端预训练模型而不做领域适配。例如用ImageNet预训练模型做工业视觉检测，需要冻结前几层并重新训练后几层。

2.2 神经网络基础：从感知机到卷积网络

核心原理：神经元与层结构

神经网络的基本单元是神经元，它执行一次线性变换加非线性激活：y = f(W·x + b)。其中W是权重矩阵，b是偏置，f是激活函数（如ReLU、Sigmoid）。多个神经元组成全连接层，多层堆叠形成深度网络。但在图像或时序信号处理中，全连接层参数量过大（例如100×100像素的灰度图，第一层全连接就有10000×N个参数），因此引入了卷积层。

卷积层通过共享权重（卷积核）在输入上滑动提取局部特征。一个3×3的卷积核在32×32图像上滑动，参数量仅为9×通道数，远小于全连接层。池化层（MaxPooling/AveragePooling）则用于下采样，降低特征图尺寸，同时增强平移不变性。典型的CNN结构为：卷积→激活→池化→（重复）→全连接→Softmax输出。

操作流程：设计一个轻量级CNN

针对MCU的神经网络设计需遵循“宽度小、深度浅、步长大”原则。以下是一个适用于CIFAR-10级别任务的微型CNN示例（参数量约50KB）：

输入: 32×32×3 图像
卷积层1: 16个3×3卷积核, stride=2, padding=1 → 16×16×16
ReLU + MaxPool(2×2) → 8×8×16
卷积层2: 32个3×3卷积核, stride=1, padding=1 → 8×8×32
ReLU + MaxPool(2×2) → 4×4×32
全连接层: 128个神经元 + ReLU
输出层: 10个神经元 + Softmax

在eIQ平台上，可以使用TensorFlow Lite for Microcontrollers的模型转换工具，将上述模型转换为C++数组。关键参数是输入张量维度和输出张量维度，它们决定了MCU端的内存分配。

实战场景：基于MobileNetV2的视觉唤醒

在NXP i.MX 8M Plus上部署视觉唤醒词检测（检测到人脸后启动系统）。初始使用MobileNetV2（alpha=1.0），模型大小14MB，推理时间120ms，内存占用45MB——远超MCU资源。通过以下优化：1) 将alpha降至0.35，模型缩小至2.1MB；2) 将输入分辨率从224×224降至160×160；3) 将最后一个全连接层替换为全局平均池化。优化后模型大小1.2MB，推理时间35ms，内存占用8MB，满足部署要求。

经验提醒：在嵌入式设备上，深度可分离卷积（Depthwise Separable Convolution）是首选。它将标准卷积分解为深度卷积（Depthwise）和逐点卷积（Pointwise），参数量减少约8-9倍，且精度损失通常小于2%。MobileNet系列和EfficientNet-Lite均基于此结构。

常见误区与总结

误区一：盲目追求“更深更大”的网络。在MCU上，过深的网络会导致梯度消失和推理延迟剧增。建议优先考虑模型效率而非精度上限。
误区二：忽略激活函数的计算开销。ReLU在MCU上只需一次比较操作，而Sigmoid/Tanh需要查表或近似计算，会增加数十个时钟周期。
误区三：忽视Batch Normalization的推理融合。在训练时BN层是必要的，但推理时应将其融合到前一层的权重和偏置中，否则会额外增加内存和计算。

2.3 模型量化与压缩：让模型适应MCU的“瘦身术”

核心原理：从FP32到INT8的映射

神经网络训练时通常使用32位浮点数（FP32）存储权重和激活值。但MCU的Flash和RAM有限，且浮点运算速度远低于整数运算。模型量化将FP32数值映射到低比特整数（如INT8），映射公式为：real_value = scale × (quantized_value - zero_point)。其中scale是缩放因子（浮点数），zero_point是零点偏移（整数）。

量化分为训练后量化（PTQ）和量化感知训练（QAT）。PTQ直接对训练好的模型进行量化，无需重新训练，但可能损失1%-3%精度；QAT在训练过程中模拟量化误差，精度损失可控制在0.5%以内，但需要更多训练时间。在eIQ平台上，PTQ通常使用校准数据集（约100-500张代表性图片）来统计激活值的动态范围，从而确定scale和zero_point。

操作流程：eIQ中的量化步骤

准备校准数据：从训练集中随机选取100-200个样本，覆盖各类别。
运行PTQ：在eIQ Toolkit中调用 TensorFlow Lite Converter，设置 optimizations=[tf.lite.Optimize.DEFAULT]，并指定代表性数据集生成器。
验证精度：在PC上使用量化后的TFLite模型运行测试集，对比FP32模型的精度差异。若精度下降超过2%，考虑改用QAT。
生成C数组：使用 xxd -i model.tflite > model_data.cc 将模型转换为C语言数组。

# 伪代码示例：PTQ转换
import tensorflow as tf
converter = tf.lite.TFLiteConverter.from_saved_model('saved_model')
converter.optimizations = [tf.lite.Optimize.DEFAULT]
converter.representative_dataset = representative_data_gen
tflite_model = converter.convert()
# 保存为 model.tflite

案例拆解：关键词识别模型的量化实战

在NXP i.MX RT1062上部署一个基于DS-CNN的关键词识别模型（识别“是/否/静音”）。原始FP32模型大小1.8MB，RAM占用512KB，推理时间85ms。量化到INT8后，模型大小降至450KB（减少75%），RAM占用128KB（减少75%），推理时间降至22ms（加速3.8倍）。精度从98.2%降至97.1%，下降1.1个百分点，在可接受范围内。

关键参数对比：

指标	FP32模型	INT8量化后	变化
模型大小	1.8MB	450KB	↓75%
RAM占用	512KB	128KB	↓75%
推理时间	85ms	22ms	↓74%
准确率	98.2%	97.1%	↓1.1%

值得注意的是，量化后模型对输入数据的分布更敏感。如果实际部署环境的噪声水平高于校准数据集，可能导致激活值超出量化范围，从而精度骤降。解决方案是使用包含现场噪声的校准数据，或采用per-channel量化（对每个卷积通道单独计算scale）来提升鲁棒性。

风险说明：量化并非万能。对于某些对数值极其敏感的模型（如回归任务中的精确坐标预测），INT8量化可能导致精度损失超过5%。此时可考虑混合量化——对敏感层保留FP16或FP32，其余层使用INT8。eIQ支持按层指定量化精度。

常见误区与总结

误区一：认为量化后模型一定变小。实际上，如果模型本身很小（如小于10KB），量化后的体积减少可能不明显，反而增加了反量化的计算开销。
误区二：忽视zero_point的作用。在非对称量化中，zero_point用于处理激活值非零中心分布的情况。若错误设置为0，会导致精度严重下降。
误区三：只关注权重压缩而忽略激活值内存。在推理时，激活值的内存占用往往比权重更大（因为需要存储中间特征图）。使用内存规划工具（如eIQ的内存分析器）可以优化激活值复用。