1.训练数据集不一样,我们使用的数据集是usc-had,链接http://sipi.usc.edu/had/,官方的数据集的标签只有六种,本项目的数据集的标签有十二种,所以动作分类更加细化。
2.网络模型不一样,官方只用了加速度计3轴数据,本项目用了加速度和陀螺仪6轴数据。
3.在嵌入式平台上利用cubi.AI实现了部署,具体部署结果截图如下:
各位亲爱的STM32蝶粉们,大家好!非常感谢大家对于创客秀的关注与支持,蝶粉反馈的问题我们经过认真的内部讨论,通过电话沟通与反馈者达成了共识。现将回复信息公示如下:
STM32创客秀是一个STM32新产品的展示平台,希望看到创作者们充分发挥STM32新产品性能实现诸多新兴应用场景的优化解决方案及设计理念,发现嵌入式世界中的创新力量。
本次微信作品投票环节,是面向所有提交作品提供一个展示自身设计的平台,不决定最终决赛成绩。最终决赛成绩将由线下现场答辩决出,参赛作品将接受现场专家的细致专业的评审。届时各位选手会有机会展示自己的作品,并且相互交流切磋。线下决赛的各项事宜正在积极筹划中,具体时间安排将于近期公布。
再次感谢大家对于创客秀的关注与支持,希望各位参赛选手都可以获得心仪的成绩。
支持帖主,大家都应按规则办事。@STMCU pkoko 发表于 2020-8-18 00:49
支持帖主,大家都应按规则办事。@STMCU
不是没有规则,是规则不清晰。
页:
1
[2]