VIP6
本课程属于：115-TinyML数据工程与模型评测 AI智能与边缘计算工程 · 共 6 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

6. TinyML小数据集建模：样本不足时的数据增强策略

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与边缘设备上的小数据集挑… · 学习目标与课程路径
课程导入TinyML
02
小数据集问题本质
样本不足导致的过拟合 · 泛化差 · 类别不平衡等核心问题
小数据集问题本质样本不足导致的过…
03
数据增强基础
定义 · 分类（离线/在线） · 在TinyML中的特殊约束（内存
数据增强基础定义
04
图像数据增强
几何变换（旋转 · 翻转 · 裁剪
图像数据增强几何变换
05
音频数据增强
噪声注入 · 时间拉伸 · 音调变换
音频数据增强噪声注入
06
传感器时序数据增强
加速度计 · 陀螺仪等IMU数据的加噪 · 缩放
传感器时序数据增…加速度计
07
信号处理增强
傅里叶变换 · 小波变换 · 滤波
信号处理增强傅里叶变换
08
生成对抗网络（GAN）增强
小样本下用DCGAN/WGAN生成合… · 以及TinyML中的轻量化GAN
GAN生成对抗网络
09
变分自编码器（VAE）增强
用VAE生成新样本 · 处理高维小数据集
VAE变分自编码器
10
基于插值的增强
SMOTE · Mixup · CutMix
基于插值的增强SMOTE
11
自动数据增强
AutoAugment · RandAugment · TrivialAugment等策略及…
自动数据增强AutoAugment
12
特征空间增强
在嵌入空间进行插值 · 扰动 · 对抗训练
特征空间增强嵌入空间进行插值
13
迁移学习辅助增强
利用预训练模型特征或微调 · 缓解小数据问题
迁移学习辅助增强利用预训练模型特…
14
半监督与自监督增强
伪标签 · 一致性正则 · 对比学习（SimCLR）在小数据集上…
半监督自监督增强
15
数据增强与模型架构协同
轻量级网络（MobileNet · TinyML专用架构）如何配合增强策…
数据增强模型架构协同
16
数据增强的工程实现
在TensorFlow Lite M… · Arduino · ESP32等平台上的代码实现与优化
数据增强的工程实…TensorFlow
17
数据增强流水线设计
从原始数据采集 · 清洗 · 增强到训练集构建的完整流程
数据增强流水线设…从原始数据采集
18
增强策略的选择与调优
如何根据数据量 · 任务类型 · 硬件资源选择合适增强方法
增强策略的选择调优
19
增强强度与正则化平衡
避免过度增强导致信息丢失或引入噪声 · 控制过拟合
增强强度正则化平衡
20
小数据集下的验证策略
交叉验证 · 留一法 · 增强后的数据划分与评估指标
小数据集下的验证…交叉验证
21
案例实战
基于Arduino Nano 33… · 使用数据增强提升准确率
案例实战Arduino
22
案例实战
基于ESP32的音频关键词唤醒 · 使用音频增强解决样本不足
案例实战ESP32
23
案例实战
基于Raspberry Pi Pic… · 应用图像增强
案例实战Raspberry
24
案例实战
传感器异常检测（振动/温度） · 使用时序增强生成故障样本
案例实战传感器异常检测
25
常见问题与陷阱
增强后数据泄漏 · 增强不适用场景 · 增强导致模型偏差等
常见问题陷阱
26
性能评估与对比
增强前后模型准确率 · F1 · 混淆矩阵
性能评估对比
27
模型压缩与增强结合
量化 · 剪枝 · 蒸馏后如何调整增强策略
模型压缩增强结合
28
综合项目
从零构建一个TinyML小数据集分类… · 整合多种增强技术 · 完成端到端部署
综合项目TinyML
29
前沿趋势
神经架构搜索（NAS）与增强搜索 · 联邦学习下的数据增强 · 边缘生成模型
前沿趋势NAS
30
课程总结与进阶路径
核心要点回顾 · 推荐工具与资源 · 后续学习方向
课程总结进阶路径