用该传感器判断是食指还是中指还是其他指头。
* `( E0 N& l+ g" F
) ]- D0 t4 K1 r对于我们的三个指头(5个也好)本质上是一种多分类网络问题,我们将输入信号划分成不同的分类。
# W) s. @; ]+ |1 ? }小拇指
2 Z. }; U1 K, n! a1 y( u大拇指
: N" [0 }+ l' n5 X中指(后来用了食指方便)
( x4 {* C+ d9 o0 V没有指头(空置)
: [, Z" I }% }" a
! u: ~. i% M5 j8 k; `5 q3 ^因此我们利用多分类神经网络来实现判断功能。
: a, k2 D9 Z! h F7 ]' n% N9 Q
, P" z$ j# C" n5 q) `% r/ Z" [
1 L6 I' W+ M, }# p' Y5 m, u( _2 V7 z) {- int i = 0;: u% P- g. o2 E4 G
- void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
9 ]3 {) Q. Q7 Z0 F - {
- O. B5 u8 Z& v0 z' [1 u - maxim_max30102_read_fifo(&red,&ir);
6 @0 i' S7 I; M# a6 U1 ?& s - printf("%ld ",ir);
# t9 S3 r; F% ~% F1 X, _; |5 w: p - i++;& H! i. \- |* Q+ J0 H# }" J
- if(i==128)1 K3 x; S* F, i' k3 N( A- q+ E- F
- {
3 x3 _+ Y+ g* {' i$ I - i=0;
% h p+ \8 B9 i/ N1 ? - printf("\n");3 F, t" d5 R1 ~5 t; K! C- ~
- }" n0 i, o2 W: ] X8 j
- }
复制代码
& F' G5 l' d9 ~ g信号的输入部分则和上期一样,100HZ的采样率,128的采样长度。
j. ]" t0 ^5 R% g9 T D6 Q! K: j9 Y" d5 t9 d4 l9 ^' z
" D* I9 q* f) T8 x9 z9 }1 R
% Y) ]% v' Y6 U创建一个n-Class n分类神经网络。
' t0 F: Y5 g1 b9 M6 ~
- n* F7 H* k- \$ ~ M
2 Z; O+ D5 q4 S. @/ S/ k. D8 ]0 ^& ^& y. P& k0 A6 L) C
其他设置都和上期的保持一样,使用通用一轴传感器。
! x6 q# Q# q% W/ X7 V
1 r% l8 Z; o1 e A& ^
T$ d, F& c I
: `$ y2 P' c$ m
但是信号输入的地方,我们利用串口导入各个类别的数据(这里是不同的指头)
* b) B" D! V6 Z* e" n5 }5 {" i! K8 \) O5 s/ t$ }- _9 [! _
* p+ [+ e; N- ~# B0 H Z9 ]$ l
- X, D+ O9 L' [+ E3 `, j6 B3 n- [# G需要注意的是,这里的标签即代表着我们的分类,不像之前那样子可以一个类别下面可以使用多组数据。
X& f7 ~ y- S1 G9 W
' p. f5 [7 Q4 V- Q
/ I( j7 A( w/ O& c0 e% f8 U8 i. N
, j1 i( W- n6 I# t+ h训练我们的模型,这里可以选择我们的分类(其实这里我觉得要是把某组数据能添加到某个分类就好了,这里让我研究一下)。 J& Z& }1 F4 O' ? \2 ^" D
+ D1 e# N3 ?. O9 u' X4 H3 Z
8 P! x* u, M0 X, S
% X( d" T3 k4 J3 q0 Q训练好我们的模型,这里可以关注各指标。
) A. P' F) S ^1 m7 T) J. P; A. f/ R9 ]& m
接着就是验证我们的模型,验证的过程可以参考文章开头的视频。7 e, L9 N) S- x3 w- W) ^* V: U
* z2 B' ^: [% R/ [4 j
1 Z" ~4 }# p" S/ X, l" X8 w) I2 U& F8 B [8 Q6 h
部署完我们的模型之后,查看生成的.ZIP文件,其中相比于异常识别多了一个knowledge的头文件。; B7 D8 j1 r' }4 \* T
* n' d1 X# R9 V7 {! P& z
4 G! n8 _" O7 x1 b$ \' K
: W8 X3 i' g2 m5 S+ f/ j这里我们需要libneai.a以及两个.h文件
$ l, a7 H9 X4 d9 ~. [, {8 @8 ^) u: f1 a# m: T; N
STM32中用机器学习实现正确率99.95%的心率异常检测!( {0 `( \- T( o( j$ v) W/ P3 { W
& n, s2 T+ _5 _5 F5 W
怎么导入文件请查看这篇文章。
3 _' N3 r/ Y( `% G7 W. w' b+ G" t
" h1 b( o4 j* i5 |' `
8 A+ i8 H/ j c4 J
9 C6 R( U7 w* l! L& Z$ ^
初始化函数中,我们需要导入一个数组,这个数组就定义在knowledge.h这个文件中。+ c7 z2 j' o6 r1 W6 Y2 [
7 I5 `: I- m% ], T3 v5 D# ?( |
% e/ m; D3 a4 J+ s# |; k( b7 w4 ~6 `9 M1 R
- neai_classification_init(knowledge);
复制代码
1 @# v0 X: x2 d* {初始化的时候,需要以这个数组为参数。 l7 H9 S# L. Y% O
2 u5 Y/ @ i+ o! i之后我们在定时器中,采集到128个数据之后进行预测。
/ R$ D8 Q) N8 C- j/ `
6 Y ^1 ^* F7 Q' k8 U. q& W2 z- float IRD[128];3 Z( w6 C, v+ i, Z
- int i = 0;) q3 X7 S- e6 m& ?3 S7 k9 A
- int LeranTime= 0;
+ d& Q8 Y0 |4 C# O9 z0 F; S3 q - const char *id2class[CLASS_NUMBER + 1] = { // Buffer for mapping class id to class name
1 a: I/ p& n* n. C+ z& r, A - "unknown",
, [# t# c$ ^; [& n0 |5 G - "zhongzhi",- U1 J B5 o. U" Q
- "Error",! R' }( h' o c- R9 J
- "xiaomuzhi2",. O$ U8 s6 z% e. M5 p8 s
- "damuzhi",
' m& A6 A7 j& L' I - };) J/ }8 x/ [4 k1 ]2 m
- float Output[4];& |2 I4 T/ d' h# H; }2 |
- void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
* t" d6 _' o% R& |/ R: F: z h - {1 T/ W- s3 y( n' f: S1 Q# E" Q F
- uint16_t yuce;7 J8 i! p1 x+ E: L$ b
- maxim_max30102_read_fifo(&red,&ir); [# g6 t! ^; S7 z1 R: o/ a3 p
- IRD = ir;
1 k* ^/ q" N: W+ X* z$ } - i++;) Y* _+ t5 i+ G8 _ e3 S* ]5 p
- //printf("%d ",ir);
- }( T" u: l0 Q) A- N+ u - if(i==128)
' P# q( r' v$ I+ w* P) h( M - {
}7 V; {& U# U6 D3 z8 S( R( @* D, e I
9 T- Y. Q- E9 M# B. @+ v
/ b1 x, T" o2 D/ c* h+ U8 |- neai_classification(IRD,Output,&yuce);, W' I* B0 D6 X7 V- [& E( P! Y4 W/ |/ g
8 |3 Q/ w# ~) }' g1 i% R- " Q* f6 C2 H6 t, K
- printf("\n\n\n");
2 \, ~8 N6 Q( b; H - printf("zhongzhi:%.2f\r\n",Output[0]);
6 p @$ P8 B7 I0 Y5 l* h @ - printf("Error:%.2f\r\n",Output[1]);
4 \7 A: Q; g% J6 W3 S - printf("xiaomuzhi:%.2f\r\n",Output[2]);; @8 @4 Q, d# f R2 o- l
- printf("damuzhi:%.2f\r\n",Output[3]);% K) q5 }- m; S# A. E
- LeranTime++;
@: W4 U1 o# @7 `- s4 [ - i = 0;* S* g% M p% u; `( L& y0 E
- }) x, a. f) a+ \6 p4 w$ m4 ?
- }
复制代码
~6 p* c7 e+ S. `3 l6 T这里的 预测函数有三个参数,第一个参数是输入数组,第二参数是输出数组,输出数组中包含着对于各个分类的参数预测值,第三个参数输入一个指针,这个指针会指向预测最大值的索引。4 ~' V C1 x- K: Q" t- d* d. N
$ _- D+ Q( S" Y( s
+ T6 I2 f( u d/ ^0 N5 P; `5 G' M
' z" f1 I$ Z. H2 r% I' h
烧入我们的代码,可以看到,空置的时候,Error的预测值是最大的。
5 z6 O, N# T! m9 m) k
) t" w. I, |) ?9 I% Y- Y
7 T9 j0 R4 B0 ]% n/ _5 q( A, D1 n# ~3 s$ {2 X' K
当我们放上中指的时候,检测到中指的概率是最大的。" I0 Q! h4 [7 x0 |$ `1 W
! `* T: P% [5 j6 v% `
8 f" q1 R( y& D b0 e, V' i& b% r B5 \4 R" B6 b5 s
小拇指也是可以正常的检测。) E' x, a; T/ d$ Y: s
7 k) ]0 N; b. q! P# S* u6 U
8 i; L2 R9 b; A$ @: E3 W4 [/ }1 X9 I, I$ r' ?# Z
转载自:电路小白
4 E$ Z% t( V$ B9 X) K如有侵权请联系删除
) A4 h g% _1 f+ X" T0 q
7 \ h4 V' Q1 d% k1 M. n: k6 J
6 P& `3 I* R7 t/ c) v5 A0 C# J: U1 T4 x6 V5 L7 Z8 n/ M
$ T6 [/ l5 N0 U: p6 @% n
|