VIP20
本课程属于：037-Edge AI传感器标定与数据采集 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

TinyML传感器数据采集与模型训练实战教程

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的定义 · 发展背景 · 应用价值
课程导入TinyML
02
传感器基础
常见传感器类型（加速度计 · 陀螺仪 · 磁力计
传感器基础常见传感器类型
03
数据采集硬件平台
Arduino · ESP32 · STM32
数据采集硬件平台Arduino
04
数据采集软件环境
Arduino IDE · PlatformIO · MicroPython等工具链的安装…
数据采集软件环境Arduino
05
传感器数据读取实战
使用I2C/SPI/模拟接口读取加速… · 温湿度等传感器数据并打印
传感器数据读取实…I2C/SPI
06
数据采样与时间戳
采样率设置 · 时间同步 · 数据缓冲与批量读取方法
数据采样时间戳
07
数据存储与导出
将传感器数据保存到SD卡 · 串口输出 · CSV文件或云端
数据存储导出
08
数据可视化与探索
使用Python（matplotli… · pandas）对采集的传感器数据进行…
数据可视化探索
09
数据预处理基础
去噪 · 滤波（移动平均 · 低通滤波）
数据预处理基础去噪
10
数据标注与数据集构建
分类标签设计 · 数据分割（训练/验证/测试） · 数据增强策略
数据标注数据集构建
11
TinyML模型选型
适合微控制器的模型架构（如Mobil… · TinyML专用网络 · 决策树
TinyML模型选型
12
模型训练环境搭建
在PC上使用TensorFlow · PyTorch或scikit-lea…
模型训练环境搭建PC
13
特征工程
从传感器原始数据中提取时域特征（均值 · 方差 · 峰值）
特征工程从传感器原始数据
14
模型训练实战
使用采集的传感器数据训练一个简单的分… · 手势识别）
模型训练实战使用采集的传感器…
15
模型量化与压缩
将训练好的模型转换为TFLite格式 · 进行量化（int8）以适配微控制器
模型量化压缩
16
模型部署到微控制器
使用TensorFlow Lite…
模型部署到微控制…TensorFlow
17
实时推理与结果输出
在微控制器上运行模型 · 实时读取传感器数据并输出分类结果（L… · 串口
实时推理结果输出
18
端到端实战项目（一）
基于加速度计的人体活动识别（静止 · 走路 · 跑步）从数据采集到部署
端到端实战项目基于加速度计的人…
19
端到端实战项目（二）
基于麦克风的简单关键词识别（如“是/…
端到端实战项目基于麦克风的简单…
20
端到端实战项目（三）
基于温湿度传感器的异常检测（如环境监…
端到端实战项目基于温湿度传感器…
21
常见问题与调试
传感器数据噪声大 · 模型过拟合 · 部署后精度下降
常见问题调试
22
模型优化技巧
超参数调优 · 正则化 · dropout
模型优化技巧超参数调优
23
低功耗与实时性优化
降低采样率 · 使用中断 · 睡眠模式
低功耗实时性优化
24
多传感器融合
如何融合多个传感器数据（如加速度计+…
多传感器融合如何融合多个传感…
25
边缘计算与云协同
在设备端进行预处理和推理 · 将关键数据上传云端进行再训练或分析
边缘计算云协同
26
TinyML工具链进阶
Edge Impulse · Arduino Nano 33 BL… · Sony Spresense等平台的…
TinyML工具链进阶
27
模型可解释性与评估
混淆矩阵 · 准确率 · 召回率
模型可解释性评估
28
综合实战挑战
设计一个完整的TinyML应用（如智… · 跌倒检测） · 从需求分析到部署
综合实战挑战TinyML
29
课程总结与进阶方向
回顾核心知识点 · 介绍TinyML最新趋势 · 社区资源
课程总结进阶方向
30
结课项目答辩与反馈
学员展示自己的TinyML项目 · 讲师点评 · 常见问题答疑与课程反馈收集
结课项目答辩反馈