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

1. TinyML数据集建设：从应用场景到采集计划

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概述 · 数据集在TinyML项目中的核心地位 · 课程学习目标与整体框架
课程导入TinyML
02
TinyML应用场景分析
典型应用（关键词唤醒 · 手势识别 · 异常检测
TinyML应用场景分析
03
数据集建设总览
从应用场景到采集计划的完整流程 · 关键环节与常见误区
数据集建设总览从应用场景到采集…
04
需求定义
如何将应用场景转化为具体的数据需求（… · 数量 · 多样性
需求定义如何将应用场景转…
05
数据采集计划制定
采集目标 · 采集环境 · 设备选择
数据采集计划制定采集目标
06
传感器与硬件选型
麦克风 · 摄像头 · IMU
传感器硬件选型
07
数据采集方法
真实环境采集 · 模拟数据生成 · 公开数据集复用
数据采集方法真实环境采集
08
数据采集实操
以关键词唤醒为例 · 设计并执行一个简单的音频数据采集计划
数据采集实操以关键词唤醒为例
09
数据采集实操
以手势识别为例 · 使用IMU传感器采集加速度和陀螺仪数…
数据采集实操以手势识别为例
10
数据标注基础
标注类型（分类 · 边界框 · 时间戳）
数据标注基础标注类型
11
数据标注实战
为采集的音频或传感器数据设计标注方案…
数据标注实战为采集的音频或传…
12
数据质量评估
数据完整性 · 准确性 · 一致性
数据质量评估数据完整性
13
数据增强策略
针对TinyML的轻量级数据增强（加… · 时间拉伸 · 平移
数据增强策略TinyML
14
数据预处理与格式化
数据清洗 · 归一化 · 切片
数据预处理格式化
15
数据集划分
训练集 · 验证集 · 测试集的划分原则与交叉验证在Tiny…
数据集划分训练集
16
数据隐私与伦理
采集个人数据时的隐私保护 · 匿名化处理与合规要求
数据隐私伦理
17
数据版本管理
数据集版本控制 · 元数据记录 · 可复现性保障
数据版本管理数据集版本控制
18
案例实战
智能家居场景下的TinyML数据集建…
案例实战TinyML
19
案例实战
可穿戴设备健康监测场景的数据集建设（… · 步态等）
案例实战可穿戴设备健康监…
20
案例实战
工业预测性维护场景的振动数据采集与计…
案例实战工业预测性维护场…
21
案例实战
农业环境监测场景的温湿度 · 土壤数据采集计划
案例实战农业环境监测场景…
22
常见问题与解决方案
数据量不足 · 类别不平衡 · 标注不一致
常见问题解决方案
23
工具与平台
开源数据集 · 采集工具（Edge Impulse · Arduino
工具平台
24
自动化采集
使用脚本 · 定时任务 · 边缘设备实现自动化数据采集
自动化采集使用脚本
25
数据采集计划文档编写
如何撰写一份完整 · 可执行的数据采集计划书
数据采集计划文档…如何撰写一份完整
26
从数据集到模型
数据集建设如何影响TinyML模型训… · 压缩与部署
从数据集到模型TinyML
27
综合实战
设计一个完整的TinyML数据集建设… · 从需求到计划）
综合实战TinyML
28
课程总结
核心知识点回顾 · 常见错误提醒 · 学习路径建议
课程总结核心知识点回顾
29
拓展与前沿
主动学习 · 半监督学习 · 合成数据在TinyML数据集建设中的…
拓展前沿
30
结课项目
完成一个真实场景的数据集采集计划并提…
结课项目完成一个真实场景…