2. 环境准备
在开始使用Edge Impulse进行分类模型训练之前，必须先完成环境准备工作。这不仅是技术操作的起点，更是决定后续数据质量、模型性能和项目可维护性的关键环节。本章将系统讲解从账号注册到数据上传的完整链路，帮助您建立规范化的项目初始化流程。我们将重点解决三个核心问题：如何高效注册并配置账号、如何科学地创建和规划项目结构、以及如何正确理解数据采集与上传的底层逻辑。只有将基础打牢，后续的模型训练与混淆矩阵分析才能建立在可靠的数据地基之上。
2.1 账号注册与工作区配置
核心原理：账号体系与资源隔离
Edge Impulse的账号体系采用"组织（Organization）→ 项目（Project）→ 数据（Data）"的三级架构。每个账号默认拥有一个个人工作区，可以创建多个项目，项目之间数据完全隔离。这种设计确保了不同实验、不同客户或不同产品线的数据不会相互干扰。账号类型分为Free（免费版）、Enterprise（企业版）和Academic（学术版），其中Free版提供有限的计算资源和数据存储额度，但对于学习和小型原型验证已经足够。
操作流程：从注册到登录
- 访问官网：打开浏览器，访问
https://edgeimpulse.com，点击右上角的"Sign Up"按钮。 - 选择注册方式：支持邮箱注册、Google账号或GitHub账号一键登录。推荐使用Google或GitHub，可以减少密码管理负担。
- 填写基本信息：包括姓名、工作邮箱、公司/学校名称（可选）。如果是企业用户，建议使用企业邮箱注册，便于后续团队协作。
- 邮箱验证：系统会发送验证邮件，点击邮件中的链接完成验证。注意检查垃圾邮件文件夹。
- 登录并进入Dashboard：登录后默认进入个人工作区，可以看到已有的项目列表（新账号为空）和左侧导航菜单。
案例拆解：从零开始的工作区初始化
假设您是一名嵌入式工程师，需要为一个工业振动监测项目建立Edge Impulse环境。您注册了账号后，首先在Dashboard中创建一个名为"Industrial_Vibration_Monitoring"的项目。在创建过程中，系统会询问您使用的目标硬件平台，您选择了"ST B-L475E-IOT01A"开发板。这个选择会影响后续的模型部署配置和传感器数据格式。创建完成后，您注意到项目页面包含几个关键模块：Data acquisition（数据采集）、Impulse design（模型设计）、Training（训练）、Evaluation（评估）和Deployment（部署）。此时，您的工作区已经就绪，可以开始数据采集了。
常见误区与复盘
- 误区一：忽略组织管理。很多初学者直接使用个人账号进行团队项目，导致后续无法共享数据和模型。正确做法是创建Organization，并邀请团队成员加入。
- 误区二：项目命名随意。使用"test1"、"final_v2"这类名称会导致项目混乱。建议采用"项目主题_版本号_日期"的命名规范。
- 误区三：不配置目标硬件。跳过硬件选择虽然不影响数据采集，但会影响后续的模型部署和性能优化建议。
2.2 创建项目与参数规划
核心原理：项目配置决定数据边界
创建项目不仅仅是填写一个名称，更重要的是在项目设置中明确数据采集的物理意义。Edge Impulse项目包含三个核心配置：目标硬件（决定传感器类型和采样率）、数据类别（决定分类任务的标签体系）、数据采集方式（决定数据格式和上传路径）。这些配置在项目创建后可以修改，但修改成本会随着数据量的增加而急剧上升，因此建议在采集前仔细规划。
操作流程：项目创建与参数设置
| 配置项 | 说明 | 推荐设置 | 注意事项 |
|---|---|---|---|
| 项目名称 | 项目的唯一标识 | 使用有意义的名称，如"Gesture_Recognition_v1" | 避免特殊字符和空格 |
| 目标硬件 | 模型最终部署的平台 | 选择实际使用的MCU或开发板 | 影响传感器配置和模型优化 |
| 数据类别 | 分类任务的标签 | 列出所有需要区分的类别 | 类别数量建议3-10个 |
| 采样率 | 每秒采集的数据点数 | 根据信号频率设置，如100Hz | 过高会增加存储和计算负担 |
| 数据格式 | 时间序列/图像/音频 | 根据应用场景选择 | 不同格式对应不同的预处理方法 |
案例拆解：振动监测项目的参数规划
继续上述工业振动监测案例。在创建项目时，您需要定义三类振动状态：正常运转、轴承磨损、转子不平衡。目标硬件选择ST开发板，其内置的STTS751温度传感器和MPU6050加速度计可以提供振动数据。您将采样率设置为200Hz，因为工业振动的主要频率成分在50Hz-1kHz之间，根据奈奎斯特定理，200Hz采样率可以覆盖到100Hz以内的信号，对于初步诊断足够。每个类别计划采集5分钟的数据，总计15分钟，预计生成约180,000个数据点。这个规划为后续的训练提供了清晰的数据边界。
常见误区与复盘
- 误区一：类别定义模糊。例如将"正常"和"轻微异常"混为一类，导致模型无法区分。应确保类别之间具有可区分的特征差异。
- 误区二：忽略数据平衡。如果正常状态的数据量是异常状态的10倍，模型会偏向预测正常状态。应在采集阶段就注意各类别数据量的均衡。
- 误区三：不记录采集环境。不同环境（温度、湿度、安装位置）下采集的数据特征差异很大，应在项目描述中记录这些元数据。
2.3 数据采集：方法与工具链
核心原理：数据采集的物理与逻辑约束
数据采集是将物理世界信号转换为数字样本的过程。在Edge Impulse中，数据采集必须满足三个约束：时间同步（所有传感器数据必须对齐到同一时间轴）、格式统一（同一项目中的数据必须具有相同的采样率和通道数）、标注完整（每条数据必须关联到正确的类别标签）。Edge Impulse提供了三种数据采集方式：内置采集器（通过浏览器直接采集）、设备SDK（通过MCU固件采集）、外部工具（通过CSV/WAV等文件上传）。
操作流程：三种采集方式详解
- 方式一：内置采集器（Data Acquisition页面）
- 连接设备：通过USB或BLE将开发板连接到电脑，Edge Impulse会自动识别设备。
- 配置传感器：选择要采集的传感器（如加速度计、麦克风），设置采样率和采集时长。
- 实时采集：点击"Start sampling"开始采集，系统会实时显示波形并自动上传。
- 标注：在采集过程中或采集完成后，为数据段添加标签。
- 方式二：设备SDK采集
- 在MCU上运行Edge Impulse提供的固件，将数据通过串口或BLE发送到电脑。
- 适合无法直接连接浏览器的嵌入式设备。
- 需要编写少量C++代码，但可以完全控制采样逻辑。
- 方式三：外部工具采集后上传
- 使用Python、MATLAB或专用数据采集软件（如LabVIEW）采集数据。
- 将数据保存为CSV（时间序列）、WAV（音频）或JPG/PNG（图像）格式。
- 在Edge Impulse的"Upload data"页面批量上传，并指定每个文件的标签。
案例拆解：使用手机采集加速度数据
假设您没有开发板，但想快速验证一个跌倒检测模型。您可以使用Edge Impulse的手机端应用（支持Android和iOS）进行数据采集。在手机应用中，您选择加速度计传感器，设置采样率为50Hz，然后让测试人员模拟三种动作：正常行走、跌倒、坐下。每个动作采集30秒数据，重复5次。采集完成后，数据自动上传到项目中，并按照您指定的标签（walking、falling、sitting）进行分类。整个过程无需编写代码，非常适合快速原型验证。
常见误区与复盘
- 误区一：采集环境过于单一。只在实验室环境采集的数据，在真实场景中可能失效。应尽量在目标部署环境中采集数据。
- 误区二：忽略传感器校准。不同设备的传感器可能存在偏差，建议在采集前进行校准（如加速度计归零）。
- 误区三：数据量不足。对于深度学习模型，每个类别至少需要数百个样本。如果数据量不足，模型容易过拟合。
2.4 数据上传与验证
核心原理：数据上传的完整性与校验
数据上传是连接采集与训练的桥梁。Edge Impulse在上传过程中会执行多项校验：文件格式检查、采样率一致性检查、标签完整性检查、数据长度检查。只有通过校验的数据才会被纳入训练集。上传后的数据可以在"Data acquisition"页面查看，包括波形预览、频谱分析和数据统计信息。这些验证步骤确保了进入训练阶段的数据质量。
操作流程：上传与验证步骤
- 进入上传页面：在项目左侧菜单点击"Data acquisition"，然后选择"Upload data"。
- 选择文件：支持拖拽或点击上传，可以一次上传多个文件。
- 设置标签：为每个文件或文件组指定类别标签。如果使用CSV文件，可以在CSV中指定标签列。
- 配置数据属性：指定采样率、时间戳列、数据格式等参数。
- 开始上传：点击"Upload"后，系统会显示上传进度和校验结果。
- 验证数据：上传完成后，在数据列表中点击任意样本，查看波形图和频谱图，确认数据质量。
案例拆解：CSV批量上传的完整流程
假设您使用Python脚本从工业设备中采集了振动数据，保存为三个CSV文件：normal.csv、bearing_fault.csv、rotor_imbalance.csv。每个文件包含两列：timestamp（时间戳）和vibration（振动值）。在Edge Impulse中，您选择"Upload data"，然后选择这三个文件。在标签设置中，您为每个文件指定对应的类别。在数据属性中，您设置采样率为200Hz，时间戳列为第一列。上传完成后，系统显示三个文件均通过校验，共包含180,000个数据点。您随机抽查了几个样本，发现波形清晰，频谱特征明显，数据质量合格。
pd.date_range() 生成均匀时间戳。
常见误区与复盘
- 误区一：上传后不检查数据。很多用户上传后直接进入训练，忽略了数据预览环节。建议至少抽查5%的样本，确认标签正确、波形无异常。
- 误区二：标签命名不一致。例如有时用"normal"，有时用"Normal"，导致系统将其视为两个类别。应统一标签命名规范。
- 误区三：忽略数据分割。Edge Impulse默认将数据按80/20比例分割为训练集和测试集。如果数据量少，可以手动调整分割比例，但必须保证测试集不参与训练。
2.5 环境准备总结与最佳实践
完成账号注册、项目创建和数据上传后，您已经具备了开始模型训练的基础条件。回顾整个流程，有几个关键点需要牢记：账号是基础，建议使用企业邮箱注册并创建组织；项目规划是核心，在采集前明确目标硬件、类别体系和采样率；数据质量是生命线，采集和上传过程中的每一个细节都会影响最终模型性能。建议在正式采集前，先进行小规模试采集（每个类别10-20个样本），验证整个流程的可行性，再扩大数据规模。
- 使用组织账号管理团队项目，避免个人账号混淆。
- 项目命名遵循"主题_版本_日期"规范。
- 在项目描述中记录采集环境、设备型号、传感器配置等元数据。
- 每个类别至少采集100个样本（对于时间序列数据，每个样本建议包含1-5秒的数据）。
- 上传后立即进行数据预览和频谱分析，发现异常及时重新采集。
- 保持训练集和测试集的数据分布一致，避免数据泄露。
通过本章的学习，您已经掌握了Edge Impulse环境准备的全部核心技能。下一阶段，您将进入数据预处理与特征工程环节，这些内容将直接建立在您在本章创建的项目和数据基础之上。请确保您的项目数据已经通过验证，为后续的模型训练做好充分准备。