前面将基础打好后,接下来要做的就是将读取接收到的数据传给NanoEdge AI Studio,进行模型训练
一、采集数据上传
首先,打开NanoEdge AI Studio,选择新建工程,选择Classify分类。

将接收的数据按照要求放入Signals,三轴数据为一组,256组一行,小编这里都用了100行数据进行训练
(得到数据这一过程怎么感觉比训练还要耗时间)
小编这里一共收集了四类数据: 停止、低速、中速、高速
分别对应 左侧标签 stop、slow、medium、rapid
将数据上传后,应用自动就分析了数据的各类特性

二、模型训练
1)训练
选择第三页面,开始训练模型

虽然在训练期间也生成了许多小模型(在第四个页面),小编这里还是忍到了训练完成
真的很漫长呢

打开第四个页面,里面有本次训练生成的模型
CNN、SVM、LSTM、MLP,训练集、测试集 ,嘶,这种感觉,好像回到了当时机器学习课堂,一切都是那么熟悉,又那么陌生

2)检验
这么多模型,该怎么选呢,总不能一个一个试吧
这里就要用到测试集,将另外收集到的数据(不与之前的数据集重合)放入对应分类下,应用会对训练的模型测验:
看模型分类是否正确

第一轮检验后,各个模型的“成绩”由准确度(率)给定


注意到,即便是应用默认的最优模型(第一个),也不能直接拿来用,在第一轮测试中,第一的准确率只有 74.71%
而下方竟有高手?! 准确率达到了 92.53% 诶?! 强强! 
接下来,小编又各采集了二十行数据,进行第二轮检验:


原先排第一个的模型准确率已经只有 54.79% 了。然而,再看刚刚九十多准确率的模型
欸欸?!搞什么啊你这家伙,居然一百昏!
小编真的很惊喜,这个模型虽然体积大,但是准确率高啊,两轮检验的准确率都在 90% 以上,真是捡到宝了。
三、下载模型
于是乎,选择检验准确率最高的模型,点击第五个页面,获取生成好的库
就 OK 啦 ~

接下来就是对该模型的应用,也就接近本项目的尾声啦。
小编我继续火速开肝!
欢迎大佬们留言指教,小编一定虚心学习。
我要赚赏金
